软件开发中的情感极性检测

情感分析的作用日益凸显，它通过挖掘社交软件工程工具中众包生成的内容来研究软件开发者的情绪。然而，现成的情感分析工具是在非技术领域和通用社交媒体上训练的，因此会导致对技术术语和问题报告的错误分类。本文提出Senti4SD，一个专门为支持开发者沟通渠道中的情感分析而训练的分类器。Senti4SD使用手动标注情感极性的Stack Overflow问题、答案和评论的金标准进行训练和验证。它利用了基于词典和基于关键词的特征，以及基于词嵌入的语义特征。相对于我们用作基线的主流现成工具，Senti4SD减少了将中性和正面帖子误分类为情感负面的情况。为鼓励复现，我们发布了一个实验包，包括分类器、词嵌入空间以及带有标注指南的金标准。