基于情绪强度的中文微博情绪分析

由于中文情绪表达的多样性,以及微博情绪的丰富性和敏感性,情绪词在表达情绪时存在强弱差别,相同的情绪词在不同的语料语境中也可能表达不同的情绪强度。因此文中提出了基于情绪强度的中文微博情绪分析,并根据语料上下文计算出情绪词的情绪相似度,基于情绪相似度自动标注了情绪强度,利用情绪强度进行微博文本的情绪分析。实验结果表明,对情绪词进行情绪强度的标注可以更细致地识别出微博中的主要情绪,进一步提高微博情绪分析的准确率。

一种消除情绪孤立点的中文微博情绪分析

随着互联网的迅速发展,微博已经成了人们抒发个人情绪的重要平台,对微博文本的意见挖掘和情绪分析也受到了大量学者的关注和研究。其中,由于微博主题的发散性以及情绪的多元性,导致微博文本中出现了大量的情绪孤立点,干扰了微博情绪的判断。因此,论文提出通过情绪相似度的方法来消除语料中的情绪孤立点,并利用规则方法来判断微博文本的情绪。实验表明,消除语料中的情绪孤立点有效地提高微博情绪分析的准确性和精确率。

央行沟通的叙事传导:情绪与主题的信息效应

本文通过构建混频DSGE模型,理论揭示央行叙事情绪与叙事“情绪-主题”的信息效应传导机制,并运用文本识别技术与机器学习方法,测度叙事情绪以及分类叙事主题,从而量化分析央行叙事情绪与叙事“情绪-主题”的信息效应,进一步,基于纵向、横向以及内部三方面的叙事情绪相似度,全面且深入地剖析央行沟通的叙事传导效果。研究发现,在书面单渠道以及书面、口头双渠道沟通下,央行叙事情绪均存在信息效应,能够改变私人部门对经济基本面的信念,以及调整私人部门对经济金融发展的预期。叙事情绪的信息效应存在与否及其传导效果,受到叙事渠道与叙事主题的影响,口头渠道沟通能够有效辅助书面渠道沟通,增强叙事情绪的信息效应传导机制。经济上行期主题相比经济下行期主题的叙事情绪更容易存在信息效应,但是,经济下行期主题一旦存在信息效应,传导效果更为明显。央行需保持前后纵向沟通以及不同渠道横向沟通的连贯性。相比口头渠道沟通,在利用书面渠道沟通文本内部的异常叙事信息时需要更加严谨、准确的措辞。