-
题名基于文本的抑郁情感倾向识别模型
被引量:4
- 1
-
-
作者
施志伟
高俊波
胡雯雯
刘志远
-
机构
上海海事大学
-
出处
《计算机系统应用》
2017年第12期155-159,共5页
-
基金
上海海事大学研究生创新基金(2016ycx036)
-
文摘
针对学生在新浪微博文本中所表现出来的抑郁情感倾向,提出了一种识别抑郁情感倾向的模型.通过在本校广泛发动学生在线填写抑郁自评量表,获得学生的量表得分.采集学生的微博文本,并请本校心理学老师对微博进行人工标注.在预处理阶段,利用抑郁情感词典重新组合在分词阶段被拆分的抑郁情感词,以提高识别正确率.然后基于支持向量机构建一个情感分类器对微博数据进行训练,经过不断的学习反馈,获得较好的分类效果;最后,定义了抑郁指数来衡量个体在一段时间内的抑郁倾向程度.实验结果表明,抑郁指数衡量的抑郁程度大致与量表结果吻合,该方法识别准确率达到82.35%.
-
关键词
抑郁倾向识别
抑郁自评量表
抑郁情感词典
支持向量机
抑郁指数
新浪微博
-
Keywords
depression tendency identification
self-rating depression scale
depression emotional dictionary
support vector machine (SVM)
depression index
Sina micro-blog
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于词频-极性强度的抑郁症情感词挖掘方法
被引量:1
- 2
-
-
作者
尹畅
张顺香
朱广丽
张标
-
机构
安徽理工大学计算机科学与工程学院
-
出处
《太原理工大学学报》
CAS
北大核心
2021年第1期105-110,共6页
-
基金
国家自然科学基金面上项目资助(62076006)
安徽省自然科学基金面上项目资助(1908085MF189)。
-
文摘
提出一种基于词频-极性强度值的情感词挖掘方法构建中文抑郁症情感词典。首先,对抑郁症患者评论语料进行有效分词,采用双向最大匹配和互信息方法选出候选情感词,再通过计算词频-极性强度值得到种子词集;然后,通过计算基础中文情感词典与种子词的语义相似度,得到抑郁症领域情感词表,将词表与种子词集合并,得到中文抑郁症情感词典。结果表明:本文提出的方法可准确地挖掘抑郁症专有领域情感词。
-
关键词
情感分析
双向最大匹配
词频-极性强度
语义相似度
抑郁症情感词典
-
Keywords
sentiment analysis
bi-direction matching method
word frequency-polarity intensity
semantic similarity
depression sentiment lexicon
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-