Advertisement

一份中文情感词典合集压缩包。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
包含一系列情感词汇资源,例如褒贬词及其近义词、汉语情感词极值表、清华大学李军中文褒贬义词典、台湾大学NTUSD简体中文情感词典,以及各种情感词典的分类体系和情感词汇本体。此外,还涵盖了知网Hownet情感词典等相关工具,为情感分析研究提供了丰富的选择。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 针对分析的
    优质
    本作品汇集多种语言和应用场景下的情感词典,旨在为文本情感分析提供全面、精准的数据支持,助力研究者深入探索情感计算领域。 用于文本情感分析的情感词典集可以应用于电商评论的文本分析。
  • .rar
    优质
    《中文情感词汇合集》是一份精心整理的情感词汇资源库,包含描述各种情绪和情感状态的词语,适用于文学创作、心理学研究及自然语言处理等领域。 褒贬词及其近义词、汉语情感词极值表、清华大学李军中文褒贬义词典、台湾大学NTUSD简体中文情感词典、情感词典及其分类、情感词汇本体以及知网Hownet情感词典。
  • 台湾大学NTUSD简体、知网Hownet、清华大学李军褒贬义及BosonNLP微博与停用
    优质
    本资源集成了台湾大学NTUSD等四个重要中文情感分析词典,并附带了一个综合的停用词列表,适用于进行细致的情感倾向性和文本内容分析。 我找了一上午的情感词典,在上发现这些开源的词典都需要高额积分才能下载,这大大影响了学习进度。因此,我把搜集到的所有情感词典免费分享出来,主要包括台湾大学NTUSD简体中文情感词典、知网Hownet情感词典、清华大学李军中文褒贬义词典和BosonNLP等,并包含一些较为冷门的情感词典以及停用词表。有需要的可以下载使用。
  • NLP汇、敏与停用
    优质
    本资源提供全面的NLP情感分析工具,包括正面和负面的情感词典、广泛覆盖的中文词汇表以及精准的敏感词和常用停用词列表。 三个情感词典(知网Hownet、台湾大学NTUSD、清华大学李军中文褒贬义词典),包含了非常全面的中文词汇、敏感词以及停用词。
  • Hownet(知网)
    优质
    Hownet中文情感词典是基于知网构建的情感分析工具,包含正面、负面及中立词汇,用于自然语言处理中的文本情绪识别与分类。 Hownet知网中文情感词典包含以下文件:deny.txt、extreme.txt、ish.txt、more.txt、neg.txt、pos.txt 和 very.txt。
  • NTUSD 极性
    优质
    NTUSD中文情感极性词典是由台湾大学开发的一款针对中文文本的情感分析工具,包含正面、负面以及中立词汇,用于识别和评估文本中的情绪倾向。 《台湾大学NTUSD简体中文情感词典》是一款重要的工具,专门用于中文的情感分析研究。它包含了大量具有积极或消极情感倾向的词汇,并将其分为褒义词与贬义词两大类,为语义理解提供了丰富的资源。该词库源自于台湾大学的研究成果,在自然语言处理领域中是一个关键参考文献。 所谓情感分析(也称为情绪分析),是自然语言处理的一个重要分支,主要目标是从文本信息中提取主观内容特别是关于情感色彩的部分。这项技术在社交媒体研究、产品评价评估以及舆情监控等领域有广泛的应用价值。NTUSD词典的出现极大地促进了中文情感分析的发展。 其中,褒义词指的是那些表达正面情绪和体验的词汇,例如“优秀”、“快乐”、“满意”。贬义词则表示负面的情绪或不满的态度,如“糟糕”、“悲伤”、“失望”,常用于批评或抱怨。这些分类有助于机器识别文本中的主观倾向性。 在构建NTUSD的过程中,研究人员进行了大量的手动标注工作以确保其准确性和可靠性。除了单个词汇外,该词典还包含了常用的短语和习语,并且可能包含某些词语的情感强度信息来更精确地表达情感色彩的强烈程度。 实际应用中,开发者可以利用待分析文本中的关键词与NTUSD进行匹配计算出整体的情感得分。这通常涉及到统计频率、分配权重以及上下文调整等步骤以确定一个综合性的评价结果,从而判断该段落的整体情绪是积极还是消极。 对于机器学习和深度学习模型的训练来说,NTUSD词典同样是一个非常宝贵的资源。它可用于特征工程阶段帮助构建情感分类器,并且在预处理过程中对文本进行标注增强输入信息的质量。 综上所述,《台湾大学NTUSD简体中文情感词典》是自然语言处理领域不可或缺的一部分,在诸如情感分析、文本挖掘和舆情研究等众多应用中发挥着重要作用。通过合理利用这款工具,我们可以更有效地解析并理解包含在中文文档中的各种情绪表达方式,并提高智能系统的理解和互动能力。
  • .zip
    优质
    《收集的情感词典》是一份精心整理的词汇集合,涵盖丰富的情绪表达,旨在帮助用户更准确地理解和运用情感相关的词语。 词典在文本挖掘中扮演着核心角色,在进行情感分类时尤其重要。情感词典主要由四个部分组成:积极情感词汇表、消极情感词汇表、否定词汇表以及程度副词词汇表。常用的中文情感词典包括清华大学的李军中文褒贬义词典和Hownet知网情感词典,此外还有台湾大学开发的NTUSD及大连理工大学建立的中文情感词汇本体库。
  • 汇分析数据(基于).zip
    优质
    本数据集包含大量中文文本的情感词汇标注信息,依据权威情感词典构建,适用于自然语言处理中的情感分析任务。 该篇博文使用了一个数据集,并对其进行了详细的介绍与分析。文中对数据集的来源、特点以及应用范围等方面都有所阐述,为读者提供了丰富的参考价值。通过这一数据集的应用实例,作者展示了如何利用相关技术进行深入研究和实践探索。
  • 台湾大学
    优质
    《台湾大学中文情感词汇词典》是由台湾大学研究团队开发的情感分析工具,包含正面、负面及中立等分类,广泛应用于自然语言处理与文本挖掘领域。 该词典为简体的情感极性词典,包含2812个正向情感词汇和8278个负向情感词汇,适用于二元情感分类任务。