• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

文本情绪分析综述

李然, 林政, 林海伦, 王伟平, 孟丹

李然, 林政, 林海伦, 王伟平, 孟丹. 文本情绪分析综述[J]. 计算机研究与发展, 2018, 55(1): 30-52. DOI: 10.7544/issn1000-1239.2018.20170055
引用本文: 李然, 林政, 林海伦, 王伟平, 孟丹. 文本情绪分析综述[J]. 计算机研究与发展, 2018, 55(1): 30-52. DOI: 10.7544/issn1000-1239.2018.20170055
shu
Li Ran, Lin Zheng, Lin Hailun, Wang Weiping, Meng Dan. Text Emotion Analysis: A Survey[J]. Journal of Computer Research and Development, 2018, 55(1): 30-52. DOI: 10.7544/issn1000-1239.2018.20170055
Citation: Li Ran, Lin Zheng, Lin Hailun, Wang Weiping, Meng Dan. Text Emotion Analysis: A Survey[J]. Journal of Computer Research and Development, 2018, 55(1): 30-52. DOI: 10.7544/issn1000-1239.2018.20170055
shu
李然, 林政, 林海伦, 王伟平, 孟丹. 文本情绪分析综述[J]. 计算机研究与发展, 2018, 55(1): 30-52. CSTR: 32373.14.issn1000-1239.2018.20170055
引用本文: 李然, 林政, 林海伦, 王伟平, 孟丹. 文本情绪分析综述[J]. 计算机研究与发展, 2018, 55(1): 30-52. CSTR: 32373.14.issn1000-1239.2018.20170055
shu
Li Ran, Lin Zheng, Lin Hailun, Wang Weiping, Meng Dan. Text Emotion Analysis: A Survey[J]. Journal of Computer Research and Development, 2018, 55(1): 30-52. CSTR: 32373.14.issn1000-1239.2018.20170055
Citation: Li Ran, Lin Zheng, Lin Hailun, Wang Weiping, Meng Dan. Text Emotion Analysis: A Survey[J]. Journal of Computer Research and Development, 2018, 55(1): 30-52. CSTR: 32373.14.issn1000-1239.2018.20170055
shu

文本情绪分析综述

  • 1(信息内容安全技术国家工程实验室(中国科学院信息工程研究所) 北京 100093)

  • 2(中国科学院大学网络空间安全学院 北京 100049) (liran@iie.ac.cn)

基金项目: 国家自然科学基金项目(61502478，61602467)；国家“八六三”高技术研究发展计划基金项目(2013AA013204)
详细信息

  • 中图分类号: TP391

Text Emotion Analysis: A Survey

  • 1(National Engineering Laboratory for Information Security Technologies (Institute of Information Engineering, Chinese Academy of Sciences), Beijing 100093)

  • 2(School of Cyber Security, University of Chinese Academy of Sciences, Beijing 100049)

摘要

    摘要
  • 摘要: 随着社交网络、电子商务、移动互联网等技术的发展，各种网络数据迅速膨胀.互联网上蕴含着大量带有情绪色彩的文本数据，对其充分挖掘可以更好地理解网民的观点和立场.首先介绍了情绪分析的相关背景知识，包括不同情绪分类体系和文本情绪分析在舆情管控、商业决策、观点搜索、信息预测、情绪管理等场景的应用；然后从情绪分类的角度整理归纳了文本情绪分析的主流方法，并对其进行了细致的介绍和分析对比；最后，阐述了文本情绪分析存在的数据稀缺性、类别不平衡、领域依赖性、语言不平衡等问题，并结合大数据处理、多媒体融合、深度学习发展、特定主题挖掘和多语言协同等研究热点对文本情绪分析的前沿进展进行了概括和展望.
    Abstract: With the rapid development of social networks, electronic commerce, mobile Internet and other technologies, all kinds of Web data expand rapidly. There are a large number of emotional texts on the Internet, and they are very helpful to understand the netizen’s opinion and viewpoint if fully explored. The aim of emotion classification is to predict the emotion categories of emotive texts, which is the core of emotion analysis. In this paper, we first introduce the background knowledge of emotion analysis including different emotion classification systems and its application scenarios on public opinion management and control, business decisions, opinion search, information prediction, emotion management. Then we summarize the mainstream approaches of emotion classification, and make a detailed description and analysis on these approaches. Finally, we expound the problems of data sparsity, class imbalance learning, dependence for the strong domain knowledge and language imbalance existing in the emotion analysis work. The research progress of text emotion analysis is summarized and prospect combined with large data processing, the mixing of multiple media, deep learning development, mining on a specific topic and multilingual synergy.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(281)

  • 期刊类型引用(96)

    1. 赵江元，王伟军，黄微. 网络舆情群体观点提取模型构建与实证研究——以生猪期现货网络舆情为例. 现代情报. 2024(02): 152-159+177 . 百度学术
    2. 陈加兴，胡志伟，李茹，韩孝奇，卢江，闫智超. 融合描述信息和结构特征的知识图谱链接预测. 计算机科学与探索. 2024(02): 486-495 . 百度学术
    3. 张路，史艳翠. 融合文本内容和标签的中文商品评论情感分类. 天津科技大学学报. 2024(01): 65-72 . 百度学术
    4. 余文婷，王晓晔，杨鹏，肖迎元. 基于上下文迭代学习的方面级别情感分析. 天津理工大学学报. 2024(01): 109-115 . 百度学术
    5. 杜金明，孙媛媛，林鸿飞，杨亮. 融入知识图谱和课程学习的对话情绪识别. 计算机研究与发展. 2024(05): 1299-1309 . 本站查看
    6. 郑苏晋，郭海若，胡海涛，宋姝凝. 声誉事件对股价的影响及溢出效应研究——以中国人寿“张某丹事件”为例. 管理评论. 2024(04): 15-29 . 百度学术
    7. 聂小芳，谭宇轩，曾雪强，左家莉. 基于层级图卷积网络的情绪识别模型. 中文信息学报. 2024(06): 139-150 . 百度学术
    8. 邵党国，胡永健. 结合多层注意力和GCN的方面情感三元组抽取. 小型微型计算机系统. 2024(05): 1062-1068 . 百度学术
    9. 赵小兵，尹召宁，王子豪，张袁硕，陈波. 面向社会媒体的立场检测研究综述. 计算机应用研究. 2024(11): 3201-3214 . 百度学术
    10. 王曙燕，施正文. 融合标签相关性的高校学生情感分析模型. 西安邮电大学学报. 2024(05): 105-114 . 百度学术
    11. 王毅，曾遨宇，朱锐. 社交媒体平台品牌推文影响用户参与形成机制探讨——基于图像数据与文本数据的实证检验. 中央财经大学学报. 2024(12): 118-128 . 百度学术
    12. 管雨翔，王娟，刘静，秦瑞青，张鹏. 突发事件网络舆情领域情感词典构建. 情报探索. 2023(02): 1-8 . 百度学术
    13. 李翔宇. 体育热点事件中网络情绪的表达特征与归因分析. 新闻前哨. 2023(03): 35-37 . 百度学术
    14. 马达，卢嘉蓉，朱侯. 基于文本情绪分类的社交网络用户传播他人隐私信息行为研究. 情报科学. 2023(02): 60-68 . 百度学术
    15. 沈丽宁，杨佳艺，裴家旋，曹广，陈功正. 基于OCC模型和情绪诱因事件抽取的细颗粒度情绪识别方法研究. 数据分析与知识发现. 2023(02): 72-85 . 百度学术
    16. 李浩君，汪旭辉，廖伟霞. 在线教育弹幕情感信息智能识别模型研究——融合变式情感词典与深度学习技术. 现代远距离教育. 2023(01): 19-31 . 百度学术
    17. 朱鹤，余文婷. “游客—居民—经营者”语境下历史街区地方文化重塑效果感知研究——以北京前门历史街区为例. 地理与地理信息科学. 2023(03): 137-144 . 百度学术
    18. 杨秀璋，武帅，廖文婧，项美玉，于小民，周既松，赵小明. 基于LDA-BiLSTM模型和知识图谱的电影影评文本挖掘研究. 现代计算机. 2023(08): 12-19 . 百度学术
    19. 邵党国，胡永健. 基于对抗训练与词性推理的文本情感分析. 陕西理工大学学报(自然科学版). 2023(03): 23-30 . 百度学术
    20. 黄文龙，张景秋. 基于微博数据的京津冀地区非遗文化公众感知特征研究. 北京联合大学学报. 2023(03): 49-56 . 百度学术
    21. 李阳，王石，朱俊武，梁明轩，高翔，焦志翔. 方面级情感分析综述. 计算机科学. 2023(S1): 34-40 . 百度学术
    22. 胡万军. 推荐算法对网络社会情绪的消极影响及其治理. 领导科学论坛. 2023(06): 118-120 . 百度学术
    23. 李卫疆，吴宇宸. 基于句法结构树和混合注意力网络的方面级情感分类. 中文信息学报. 2023(05): 143-156 . 百度学术
    24. 武壮，晁荣志，陈湘国，魏忠诚，赵继军. 基于BERT-MSCNN的同行评议情感分类研究. 软件导刊. 2023(08): 54-58 . 百度学术
    25. 周艳玲，兰正寅，张??，刘司摇. 融合交替归一化的细粒度情感分类研究. 中文信息学报. 2023(09): 140-149 . 百度学术
    26. 赵四成，杨雪，丁倩影，张闫龙，古丽达娜·沙哈提别克. 基于游记语义的喀纳斯景区游客情绪空间特征研究. 旅游纵览. 2023(21): 21-24 . 百度学术
    27. 胡艳丽，童谭骞，张啸宇，彭娟. 融入自注意力机制的深度学习情感分析方法. 计算机科学. 2022(01): 252-258 . 百度学术
    28. 李清旭，张琛，成雪. 基于特征融合的文本情感分类. 电脑与电信. 2022(Z1): 1-6+12 . 百度学术
    29. 杨秀璋，刘建义，任天舒，宋籍文，武帅，姜婧怡，陈登建，周既松，李娜. 基于改进LDA-CNN-BiLSTM模型的社交媒体情感分析研究. 现代计算机. 2022(02): 29-36 . 百度学术
    30. 刘银娣，杨杨. 媒介本体论视域下有声故事书智能生产研究. 出版发行研究. 2022(03): 32-39 . 百度学术
    31. 张甜，陈辉. 基于BiGRU和胶囊网络的文本情感分类研究. 现代信息科技. 2022(04): 31-34 . 百度学术
    32. 孙东辉，张珣. 语义情感分析沉浸式智能客厅模型研究. 软件导刊. 2022(06): 49-56 . 百度学术
    33. 高楚翔，舒杭，罗家辉. 基于深度学习的新体诗情感分析. 林业科技情报. 2022(02): 186-190 . 百度学术
    34. 赵宏，傅兆阳，王乐. 基于特征融合的中文文本情感分析方法. 兰州理工大学学报. 2022(03): 94-102 . 百度学术
    35. 赵桐，李泽峰，宋柳依，熊美成，廖一兰，裴韬. 基于微博大数据的北京市流动人口情绪与职住分布的关系研究. 地球信息科学学报. 2022(10): 1898-1910 . 百度学术
    36. 邱祥庆，刘德喜，万常选，李静，刘喜平，廖国琼. 文本情感原因自动提取综述. 计算机研究与发展. 2022(11): 2467-2496 . 本站查看
    37. 相德宝，覃安琪. 信任与期待：国际社交媒体推特上的上海城市情绪研究. 中华文化与传播研究. 2022(02): 57-72 . 百度学术
    38. Sancheng Peng，Lihong Cao，Yongmei Zhou，Zhouhao Ouyang，Aimin Yang，Xinguang Li，Weijia Jia，Shui Yu. A survey on deep learning for textual emotion analysis in social networks. Digital Communications and Networks. 2022(05): 745-762 . 必应学术
    39. 韩东红，张宏亮，朱帅伟，齐孝龙. 面向新浪微博的情感社区检测算法. 东北大学学报(自然科学版). 2021(01): 21-30+36 . 百度学术
    40. 陈欣，杨小兵，姚雨虹. 字词融合的双通道混合神经网络情感分析模型. 小型微型计算机系统. 2021(02): 279-284 . 百度学术
    41. 周武，曾碧卿，徐如阳，杨恒，韩旭丽，程良伦. 融合多特征的分段卷积神经网络对象级情感分类方法. 中文信息学报. 2021(02): 116-124+132 . 百度学术
    42. 李兰友，陆金桂，张建德. SUV车型外观评论文本情感分析. 汽车工程学报. 2021(02): 93-101 . 百度学术
    43. 王保华，熊余，姚玉，储雯，吕翊. 基于深度学习的学生教学评价情感分析. 电化教育研究. 2021(04): 101-107 . 百度学术
    44. 严志永. 从文本情感角度探究《红楼梦》作者问题. 北京印刷学院学报. 2021(03): 72-75 . 百度学术
    45. 杨戈，杨麓涛. 基于爬虫和TFIDF-NB算法的微博情感分析. 电子技术应用. 2021(04): 59-62+66 . 百度学术
    46. 柴变芳，杨蕾，王建岭，李仁玲. 集成局部和全局关键特征的文本情感分类方法. 河北大学学报(自然科学版). 2021(02): 201-211 . 百度学术
    47. 程艳，孙欢，陈豪迈，李猛，蔡盈盈，蔡壮. 融合卷积神经网络与双向GRU的文本情感分析胶囊模型. 中文信息学报. 2021(05): 118-129 . 百度学术
    48. 黄家栋，樊璐，谢志峰. 基于宽度注意力卷积网络的中文情绪识别方法. 工业控制计算机. 2021(06): 24-26 . 百度学术
    49. 冯兰萍，严雪，程铁军. 基于政府干预和主流情绪的突发事件网络舆情群体负面情绪演化研究. 情报杂志. 2021(06): 143-155 . 百度学术
    50. 邓春林，周舒阳，隆征帆. 基于情绪归因理论的突发事件微博用户情绪演化分析. 科技情报研究. 2021(03): 60-72 . 百度学术
    51. 陈新元，谢晟祎，陈庆强，张力. 结合图片语义规则和机器学习的情感分类方法. 计算机应用与软件. 2021(07): 173-181 . 百度学术
    52. 王志刚，邱长波，崔晶. 微博舆情情绪表达差异研究——以“中美贸易战”为例. 情报杂志. 2021(07): 101-106+22 . 百度学术
    53. 陆丁天，张志远. 情感子句预测与原因子句提取方法. 计算机工程与设计. 2021(08): 2381-2386 . 百度学术
    54. 王海燕，陶皖，余玲艳，王鸣鹃. 文本细粒度情感分析综述. 河南科技学院学报(自然科学版). 2021(04): 67-76 . 百度学术
    55. 张文钧，蒋良孝，张欢，陈龙. 一种双层贝叶斯模型：随机森林朴素贝叶斯. 计算机研究与发展. 2021(09): 2040-2051 . 本站查看
    56. 李菲，路阳，马强. 基于文本挖掘的国内食品安全热点分析. 黑龙江八一农垦大学学报. 2021(04): 77-85 . 百度学术
    57. 张昱，高凯龙，苏仡琳，李继涛，刘开峰. 双通道多核卷积神经网络中文文本情绪分类方法. 内蒙古大学学报(自然科学版). 2021(05): 508-513 . 百度学术
    58. 李洋，孙宇晴，景维鹏. 文本立场检测综述. 计算机研究与发展. 2021(11): 2538-2557 . 本站查看
    59. 袁景凌，丁远远，潘东行，李琳. 基于时序和上下文特征的中文隐式情感分类模型. 计算机应用. 2021(10): 2820-2828 . 百度学术
    60. 刘逸，孟令坤，保继刚，赵创钿. 人工计算模型与机器学习模型的情感捕捉效度比较研究——以旅游评论数据为例. 南开管理评论. 2021(05): 63-74 . 百度学术
    61. 郑苏晋，郭海若，宋姝凝，胡海涛. 社交媒体数据对台风灾害的预警研究——以利奇马台风为例. 管理评论. 2021(10): 340-352 . 百度学术
    62. 韩普，张伟，张展鹏，王宇欣，方浩宇. 基于特征融合和多通道的突发公共卫生事件微博情感分析. 数据分析与知识发现. 2021(11): 68-79 . 百度学术
    63. 包乾辉，李佳利，石淑珍，戴引，刘雪. 基于DSLML的鸡蛋消费在线评论情感分析. 农业机械学报. 2021(S1): 496-503 . 百度学术
    64. 赵宏，王乐，王伟杰. 基于BiLSTM-CNN串行混合模型的文本情感分析. 计算机应用. 2020(01): 16-22 . 百度学术
    65. 蔡莉，王淑婷，刘俊晖，朱扬勇. 数据标注研究综述. 软件学报. 2020(02): 302-320 . 百度学术
    66. 陈兴蜀，常天祐，王海舟，赵志龙，张杰. 基于微博数据的“新冠肺炎疫情”舆情演化时空分析. 四川大学学报(自然科学版). 2020(02): 409-416 . 百度学术
    67. 徐源音，柴玉梅，王黎明，刘箴. 基于OCC模型和贝叶斯网络的情绪句分类方法. 计算机科学. 2020(03): 222-230 . 百度学术
    68. 侯艳辉，董慧芳，郝敏，崔雪莲. 基于本体特征的影评细粒度情感分类. 计算机应用. 2020(04): 1074-1078 . 百度学术
    69. 李德玉，罗锋，王素格. 融合CNN和标签特征的中文文本情绪多标签分类. 山西大学学报(自然科学版). 2020(01): 65-71 . 百度学术
    70. 程艳，朱海，项国雄，唐天伟，钟林辉，王国玮. 融合CNN和EWC算法的不平衡文本情绪分类方法. 中文信息学报. 2020(04): 92-100 . 百度学术
    71. 杨立月，王移芝. Spark在集成学习文本情感分析中的应用. 计算机应用与软件. 2020(06): 130-134 . 百度学术
    72. 崔昕阳，龙华，熊新，邵玉斌，杜庆治. 基于并行双向门控循环单元与自注意力机制的中文文本情感分类. 北京化工大学学报(自然科学版). 2020(02): 115-123 . 百度学术
    73. 陈欣，杨小兵，姚雨虹. 基于BLSTM算法和字词融合的文本情感分类方法. 中国计量大学学报. 2020(02): 225-232 . 百度学术
    74. 孙敏，李旸，庄正飞，余大为. 基于并行混合网络融入注意力机制的情感分析. 计算机应用. 2020(09): 2543-2548 . 百度学术
    75. 王钟璞. 基于神经网络算法对文本的情感分析. 电子制作. 2020(20): 34-35+43 . 百度学术
    76. 杨蕾，柴变芳. 基于可变卷积神经网络的文本情感分类模型. 信息技术与信息化. 2020(10): 6-7 . 百度学术
    77. 马海，马力. 基于词典的中文微博情感细粒度分析研究. 计算机与数字工程. 2020(10): 2415-2419 . 百度学术
    78. 陈欣，杨小兵，姚雨虹. 基于CNN和注意力机制的微博情绪分析方法. 中国计量大学学报. 2020(03): 370-377 . 百度学术
    79. 卢莉，马力. 基于情感词组合模式的情感细分类研究. 计算机与数字工程. 2020(11): 2702-2706 . 百度学术
    80. 宋雪亚，王传安. 文本信息分词处理下的智能家电离线语音识别. 自动化与仪器仪表. 2020(12): 161-164 . 百度学术
    81. 王志刚，邱长波，崔晶，白志鹏. 基于主题的微博情绪与传播力关系研究——以“中美贸易战”为例. 情报科学. 2020(12): 158-162 . 百度学术
    82. 李青松. 文本情感分析研究. 现代计算机(专业版). 2019(04): 21-25 . 百度学术
    83. 姬晨，郭延哺，金宸，段云浩，李维华. 一种基于卷积神经网络的跨领域情感分析. 云南大学学报(自然科学版). 2019(02): 253-258 . 百度学术
    84. 关鹏飞，李宝安，吕学强，周建设. 注意力增强的双向LSTM情感分析. 中文信息学报. 2019(02): 105-111 . 百度学术
    85. 徐源音，柴玉梅，王黎明，刘箴. 多语言文本情绪分析模型MF-CSEL. 小型微型计算机系统. 2019(05): 1026-1033 . 百度学术
    86. 曹宇，李天瑞，贾真，殷成凤. BGRU:中文文本情感分析的新方法. 计算机科学与探索. 2019(06): 973-981 . 百度学术
    87. 王乔晨，吴振刚. 面向舆情监控的观点挖掘技术研究进展. 新型工业化. 2019(06): 74-77 . 百度学术
    88. 乔平安，刘佩龙. 基于主题建模的文本相关分析与情感研究. 现代电子技术. 2019(18): 125-129+135 . 百度学术
    89. 李洋东成. 基于神经网络的文本情感分析. 科学咨询(科技·管理). 2019(10): 136-137 . 百度学术
    90. 袁和金，张旭，牛为华，崔克彬. 融合注意力机制的多通道卷积与双向GRU模型的文本情感分析研究. 中文信息学报. 2019(10): 109-118 . 百度学术
    91. 翟社平，杨媛媛，邱程，李婧，毋志云. 基于注意力机制Bi-LSTM算法的双语文本情感分析. 计算机应用与软件. 2019(12): 251-255 . 百度学术
    92. 余传明，李浩男，安璐. 基于多任务深度学习的文本情感原因分析. 广西师范大学学报(自然科学版). 2019(01): 50-61 . 百度学术
    93. 张晨，钱涛，姬东鸿. 基于神经网络的微博情绪识别与诱因抽取联合模型. 计算机应用. 2018(09): 2464-2468+2476 . 百度学术
    94. 刘洺辛，陈晶，王麒媛. 基于改进特征选择方法的文本情感分类研究. 电信科学. 2018(10): 85-95 . 百度学术
    95. 张璞，刘畅，王永. 基于特征融合和集成学习的建议语句分类模型. 山东大学学报(工学版). 2018(05): 47-54 . 百度学术
    96. 郝苗苗，徐秀娟，于红，赵小薇，许真珍. 基于中文微博的情绪分类与预测算法. 计算机应用. 2018(S2): 89-96 . 百度学术

    其他类型引用(185)

    • 资源附件(0)
计量
  • 文章访问数:  5010
  • HTML全文浏览量:  27
  • PDF下载量:  4006
  • 被引次数: 281
出版历程
  • 发布日期:  2017-12-31

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(281)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计