基于词典的中文微博情感细粒度分析研究

针对于中文微博情感细粒度的分析研究,并基于词典对微博数据进行情感细粒度分类,在此基础上,论文提出了十四种情感类别(基于七大类情感提出的,比如“好”衍生出“不好”)和改进了华中科技大学陈晓东毕业论文中的基于词典的情感分类算法。实验结果表明:论文分类算法准确率达到了70%以上,在实际应用中,十四种情感类别波动符合实际情况,中间情感类别(比如“不好”)占比低,明确情感类别(比如“好”)占比高。