基于边界特征的情感新词提取方法

情感词典作为情感分析任务中的一项基础资源，是观点发现及情感极性判断的重要依据。随着网络新词的大量出现,情感新词的抽取成为一个亟待解决的问题。针对这一问题提出基于边界特征的情感新词的提取方法。该方法利用skip-gram模型挖掘情感词的边界特征、构建边界特征集，利用边界特征集提取情感新词候选集，通过bigram搭配、序列模式等方法对情感新词候选集进行过滤,根据候选串的频次、与其搭配的边界特征在语料中的分布情况对候选串进行评分。在微博语料上的实验结果显示，该方法对情感新词识别的准确率与候选串得分正相关，当候选串得分为11时准确率为83.33%。实验证明，基于边界特征的情感新词的提取方法能够有效地识别大规模语料中的情感新词。