Advertisement

该情感词典（2017年版）收录了全面的情感词汇。

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

简介：
以下资源集合包含了多个重要的词汇数据库，具体包括：褒义词及其对应的近义词列表，一个全面的否定词汇词典，一个详细的情感词汇本体，以及来自清华大学的中文褒贬词典。此外，还收录了台湾大学NTUSD情感词典、知网情感词典以及汉语情感极值表等资源，并对这些词典进行了清晰的分类整理。我们诚挚地邀请各位读者前来下载使用。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 最新版情感词典（2017年）
    优质
    《最新版情感词典（2017年）》是一部全面收录汉语词汇的情感倾向与强度的工具书，旨在帮助读者理解和分析文本中的情绪色彩。 欢迎下载以下资源：褒义词及其近义词、否定词典、情感词汇本体、清华大学中文褒贬词典、台湾大学NTUSD情感词典、知网情感词典以及汉语情感极值表，还有关于情感词典的分类资料。
  • 全面的情感词典大全
    优质
    《全面的情感词典大全》是一部详尽收录了各种情感表达词汇的作品，旨在帮助读者更准确、细腻地理解和传达复杂的人类情绪。 这段文字包括知网Hownet情感词典、台湾大学NTUSD简体中文情感词典、情感词汇本体、各类情感词典及其分类、清华大学李军中文褒贬义词典以及汉语情感词极值表，还包含否定词典和褒贬词及其近义词。
  • 收集的情感词典.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。
  • NLP情感词典及中文词汇、敏感词与停用词词典
    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。
  • SentiWordNet情感词典
    优质
    SentiWordNet是一款基于WordNet构建的情感分析工具，它为每个词语赋予积极、消极和中立三个维度的得分，帮助研究人员进行文本情感倾向分析。 SentiWordNet是一个用于英文情感分析的常用资源。
  • 台湾大学中文情感词汇词典
    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。
  • 博松情感词典
    优质
    《博松情感词典》是一部融合心理学与文学精髓的作品，它通过细腻的情感分析和词汇诠释，引领读者深入探索复杂的人际关系与内心世界。 博松情感词典包含超过11万个词条。后续需要人工筛选。
  • 知网情感词典
    优质
    知网情感词典是基于汉语语言知识库（知网）构建的情感分析工具，包含褒义、贬义及中性词汇，并提供词语间语义关联，广泛应用于自然语言处理领域。 以情感词典为基础的情感分析方法如下：首先，要判断一句话是积极的还是消极的，最基础的方法是从句子中找出其中包含的情感词汇。例如，“赞”、“好”、“顺手”、“华丽”等属于正面评价词语；而“差”、“烂”，“坏”、和“坑爹”则为负面评价词语。 其次，在某些情况下，情感词前面会有一个程度修饰语来增强或减弱其表达的强度。“极好”的积极情绪比普通的“较好”或者简单的“好”要强烈得多。同样，“太烂了”所传达出来的消极感觉也要远远超过“有点烂”。因此，在识别出这些词语后，需要进一步检查是否有关联的程度级别词，并给予不同程度的影响权重。 此外，当情感词汇后面紧跟感叹号时（如：“太烂了！”），这通常表示说话者的情感更加激烈。最后需要注意的是，“不”字会否决其后的所有正面评价变成负面的。“好”的意思在“不好”中就变成了消极情绪表达。因此，在分析句子中的情感词时，也需要留意否定词语的影响。 综上所述，通过上述方法可以有效地对文本进行积极或消极的情感倾向性判断。
  • 情感极性词典
    优质
    《情感极性词典》是一部收录了大量具有明确积极或消极情感倾向词汇的工具书，广泛应用于自然语言处理、文本分析及情感计算等领域。 情感词典包含正面情绪词汇、负面情绪词汇、否定词以及程度副词等元素。这些组成部分帮助分析文本中的情感倾向。通过使用这类工具，可以更准确地识别出表达积极或消极情绪的词语，并且能够理解句子中是否含有表示否定意义或者强调语气强度的关键字汇。