细粒度情感态度词典构建与效度验

雷克儿

对于政府和企业而言，面对频繁发生且影响广泛的信息事件，传统的正负情感二元识别已无法满足现实需求，需要更加精确和深入的分析工具。为解决现有情感词典粒度较粗和关键词覆盖率低的问题，本文基于认知-评价理论，扩充评价类情绪，并爬取社交媒体中的热点事件，形成语料库，在现有词典的基础上由专家进行筛选与归类，最终形成包含50种情感类别的细粒度情感态度词典。然后结合人工评估与事件分析方法对词典在识别中的准确性与有效性进行检验。首先，以人工分类为参考标准，词典的情感类别准确率均值达到88%，能够准确识别精细情感。其次，使用词典对“海天酱油双标事件”与“成都女童被咬事件”进行文本分析后发现，大类情感识别结果与民众整体倾向相吻合，还观察到了细分情感在时序变化上的异质性，为细粒度情感分析在应对和理解复杂舆论环境中的有效性提供了支持。