基于細粒度情感詞典的心理預(yù)警模型研究.pdf

1、隨著全球經(jīng)濟化的快速發(fā)展，高校學(xué)生既面臨著社會需求不斷上升的發(fā)展契機，也承受著競爭加劇帶來的巨大壓力。近年來，因心理問題導(dǎo)致的惡性事件屢有發(fā)生，這與當代大學(xué)生的心理狀況密切相關(guān)。然而，由于高校心理指導(dǎo)教師數(shù)量面臨很大缺口，心理問題篩查工作很難開展，并提前采取預(yù)防措施進行準備工作。因此構(gòu)建高校心理預(yù)警機制具有重要的現(xiàn)實意義。
　　互聯(lián)網(wǎng)時代的到來為當前心理預(yù)警工作開啟了新的研究方向，以微博為代表的社交網(wǎng)絡(luò)平臺為心理研究提供大量數(shù)據(jù)。

2、論文研究目標是從海量不規(guī)則微博文本中提取有效信息進行情感分析，從而發(fā)掘用戶的情感狀態(tài)變化趨勢，對心理危機事件進行預(yù)警提示。然而，微博是內(nèi)容描述最多允許140個字符的短文本，且存在用戶表達不規(guī)范等問題，這都給中文情感分析帶來難題。論文從以下方面對該問題進行研究:
　　1.構(gòu)建完備的細粒度中文詞匯情感規(guī)范詞典:情感詞典是情感分析的核心，論文構(gòu)建一個基于ANEW的心理詞典，該詞典廣泛的應(yīng)用于英文文本心理分析，取得了顯著效果。為使ANEW

3、的作用充分發(fā)揮在中文情感分析領(lǐng)域，論文通過利用包括中文和英文的雙語知識構(gòu)建一個較為完備的細粒度中文詞匯情感規(guī)范詞典C-ANEW，以此提高中文文本細粒度情感分析的精確度。
　　2.提出基于權(quán)重因子的情感分析算法:極性轉(zhuǎn)移詞和程度副詞是影響情感詞匯傾向性的兩種情感因子，論文通過分析這兩種情感因子在不同情況下對情感詞的影響，制定詳細的情感計算規(guī)則，對提高情感分類結(jié)果具有重要意義。
　　3.建立基于細粒度情感詞典的心理預(yù)警模型:論文