从无标注语料库诱导领域特定情感词典
计算与语言
2016-09-27 v2
摘要
一个词的情感取决于其使用的领域。因此，计算社会科学研究需要特定于所研究领域的情感词典。我们将领域特定词嵌入与标签传播框架相结合，使用少量种子词诱导准确的领域特定情感词典，实现了与依赖人工整理资源的方法相竞争的最优性能。利用我们的框架，我们进行了两项大规模实证研究，以量化情感在不同时间和不同社区之间变化的程度。我们诱导并发布了涵盖 150 年英语的历史情感词典，以及来自社交媒体论坛 Reddit 的 250 个在线社区的社区特定情感词典。历史词典表明，超过 5% 的带有情感（非中性）的英语单词在过去 150 年中完全改变了极性，而社区特定词典突显了不同社区之间情感的巨大差异。
引用
@article{arxiv.1606.02820,
title = {Inducing Domain-Specific Sentiment Lexicons from Unlabeled Corpora},
author = {William L. Hamilton and Kevin Clark and Jure Leskovec and Dan Jurafsky},
journal= {arXiv preprint arXiv:1606.02820},
year = {2016}
}
备注
11 pages, 5 figures, EMNLP 2016