Advertisement

台湾大学情感词汇表

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


简介:
《台湾大学情感词汇表》是由台湾大学的研究团队构建的情感分析工具,包含丰富的情感词汇及其相关属性,广泛应用于中文文本的情感倾向分析。 台湾大学情感词典包含消极词8276条和积极词2810条。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    《台湾大学情感词汇表》是由台湾大学的研究团队构建的情感分析工具,包含丰富的情感词汇及其相关属性,广泛应用于中文文本的情感倾向分析。 台湾大学情感词典包含消极词8276条和积极词2810条。
  • NTUSD
    优质
    《台湾大学NTUSD情感词汇表》是由台湾大学国家理论科学研究中心开发的情感分析工具,包含正向、负向及程度副词等各类词汇,广泛应用于文本挖掘与自然语言处理领域。 台湾大学中文情感极性词典(NTUSD)可以用于二元情感分类任务,并适用于文本挖掘等领域。
  • 中文(NTUSD)
    优质
    《台湾大学中文情感词汇表》是由台湾大学研发的一款针对中文文本进行情感分析的重要工具,广泛应用于自然语言处理领域。 台湾大学中文情感极性词典(NTUSD)是一个用于文本分析的资源工具。它提供了大量的词汇及其在不同上下文中的正负情感倾向值,帮助研究人员对中文文本的情感进行量化分析。该词典广泛应用于自然语言处理领域,特别是在情绪检测、意见挖掘和舆情监控等方面发挥重要作用。
  • 中文
    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。
  • NTUSD
    优质
    台湾大学NTUSD情感词典是由台湾大学所开发的一款中文文本情感分析工具,包含了正向与负向词汇,适用于学术研究和应用项目中对中文文本的情感倾向进行量化分析。 台湾大学NTUSD提供了一个简体中文情感极性词典数据,其中包括8325个负面词汇和2846个正面词汇。
  • NTUSD简化字中文
    优质
    台湾大学NTUSD简化字中文情感词典是由台湾大学开发的一款针对简体中文的情感分析工具,包含了正面、负面及中立词汇,广泛应用于文本挖掘与自然语言处理领域。 中文情感极性词典数据是基于文本情感二元划分方法的一个词语数据库。它包含11086个词语,其中2810个为积极属性词语,8276个为消极属性词语。
  • NTUSD简化字中文
    优质
    台湾大学NTUSD简化字中文情感词典是由台湾大学开发的一款针对简体中文的情感分析工具。该词典通过标注词汇的情感倾向(正面、负面或中立),为自然语言处理任务提供支持,如情绪检测和文本分类等。 2017年11月整理的这份资料曾在我的博士论文中使用过,能够实现情感词典构建及情感倾向性分类的功能。
  • 国立简体中文
    优质
    《台湾国立大学简体中文情感词典》是由台湾国立大学研发的一款以简体中文为适用范围的情感分析工具。该词典收录了大量与情绪相关的词汇,并对它们进行了积极、消极和中立的分类,便于进行文本情绪倾向性研究及自然语言处理相关工作。 台湾国立大学的ANTUSD简体中文情感词典是原NTUSD简体中文情感词典的扩充版。
  • 清华.zip
    优质
    《清华大学情感词汇表》是由清华大学研究团队精心编制的情感分析工具,包含正面、负面及中性情感词汇,旨在为自然语言处理和文本挖掘提供支持。 《清华大学情感词典》是一个专门用于情感分析的中文词汇资源库,其中包含了大量具有特定情绪倾向性的词语。在自然语言处理(NLP)领域中,这类工具尤其适用于文本分析、情感挖掘、社交媒体监控以及用户情绪理解等方面。 该词典中的负面情感词汇包括“乱离”、“下流”、“挑刺儿”、“憾事”等,这些词分别表示社会动荡或家庭离散的混乱和痛苦;不道德或低俗的行为;找茬或挑剔,暗示不满或批评;令人遗憾的事情。此外,“日暮途穷”描绘了绝望或困境的状态。“散漫”,意指不集中或懒惰;“馋言”则指的是恶意中伤的话;“迂执”,形容过于固执己见的人。其他还包括如“肠肥脑满”的贪婪与无知,以及背叛他人利益的“出卖”。此外,“孱头”表示懦弱的人,“匪首”是指匪帮首领这一负面形象。“毒刑”描述了残酷惩罚手段,“惨死”则指悲惨死亡的情况;而“偏激”,指的是极端的观点或行为。还有表达凄凉与荒芜环境的“荒凉”,以及虽有积极含义但在特定语境下可能表示过往失败后重新崛起的“东山再起”。同时,词典中也包含诸如指责批评的“责备”和不讲道理的人的“无赖”。 情感词典通常基于大规模文本数据集,并通过人工标注或机器学习技术来确定词汇的情感倾向与强度。由于汉语特有的复杂性(如一词多义、语境依赖等),中文情感词典构建难度较高,而清华大学作为国内顶尖高校,在NLP研究方面拥有深厚积累,其开发的情感词典质量得到了广泛认可。 通过使用这种工具,可以对文本进行有效的情感评分,并帮助识别大众情绪倾向。例如在社交媒体上分析用户对于特定事件的反应、消费者评价以及舆情监控等场景中均能发挥作用。此外,情感词典还能用于指导文本生成和对话系统设计,使人工智能更准确地理解和生成符合人类情感色彩的语言表达。 总之,《清华大学情感词典》是NLP领域的重要资源之一,在中文情感分析方面提供了有力支持,并有助于从大量数据中提取有价值的情感信息,对研究、开发及应用具有深远意义。
  • 清华(NTUSD)与知网典(HowNet)
    优质
    本项目结合了清华大学、台湾大学及知网情感词典(HowNet)的资源与技术优势,致力于深入研究自然语言处理中的情感分析领域。通过融合三方的数据和知识体系,旨在提高中文文本的情感识别准确度,并探索其在智能问答系统、社交媒体情绪监控等实际应用中的潜力。 清华大学与台湾大学(NTUSD)以及知网情感词典(Hownet)在相关研究领域有着重要影响。