《表1 情感词典示例:基于数据挖掘的投资者情绪对股市波动影响研究》
对于部分情感(比如乐,哀,好,怒),若分词后的文本中发现有否定词与情感词相邻,该类情感将发生反转。若分词后的文本中发现有程度副词与情感词相邻,将情感词根据副词的程度等级加上相应权重。此外,考虑到所获得的微博文本内容是用户对股市的讨论,其中包含大量未被已有情绪词典标记的专业术语,这些词语也应加入分析。在词语的选择上有两点要求:第一,该词为股市中常用的专业术语,第二,该词语在微博平台中经常被使用。基于以上两点,参考陈云松和严飞的研究[24],从新浪微博的热词库中筛选出作为股市术语的热词加入情感词典。表1中示例了所使用到的情感词典。
图表编号 | XD00126413800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 孙明璇、李莉莉 |
绘制单位 | 青岛大学经济学院、青岛大学经济学院 |
更多格式 | 高清、无水印(增值服务) |