Advertisement

情感词典的全面收集。

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


简介:
该资源涵盖了多种情感词汇资源,例如知网Hownet情感词典、台湾大学NTUSD简体中文情感词典,以及情感词汇本体。此外,还收录了情感词典及其对应的分类体系,包括清华大学李军中文褒贬义词典、汉语情感词极值表,以及一个否定词典,同时包含了褒贬词及其相关的近义词。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • .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。
  • 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。
  • 针对文本分析
    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。
  • SentiWordNet
    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。
  • 中文
    优质
    本项目提供了一个包含正面、负面及中性词汇的全面中文情感词库,适用于文本分析和自然语言处理任务。 目前最全面的中文情感词典包含了以下内容: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、情感词典及其分类、情感词汇本体、台湾大学NTUSD简体中文情感词典以及知网Hownet情感词典。
  • 新英汉
    优质
    《全新英汉词典》是一部内容丰富的英语学习工具书,收录词汇广泛且实用,涵盖日常生活和专业领域,适合各层次英语学习者使用。 柯林斯双解词典(mdd,mdx),朗文双解词典(mdd,mdx),麦克米伦高阶英汉双解词典(mdd,mdx),牛津英汉汉英词典(mdx),现代英汉汉英综合大辞典(mdd,mdx)以及新英汉大辞典(mdd,mdx)等多部权威工具书被全面收录。此外,还包括简明英汉词库的完全版,该版本拥有430万词条,涵盖了俚语、短语、专业术语和新兴词汇。这些资料经过整合后能够完美支持GoldenDict软件使用,堪称一部在手,天下我有!
  • 博松
    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
    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。
  • 极性
    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。