不错的中文情感计算资源
国内最优质的10个小众网站
国内最优质的10个小众网站，你知道几个？
选择自己喜欢的收藏，都很不错，内容好，界面舒服的小网站！
1、MyOOPS开放课程
/main.php
来自全球顶尖大学的开放式课程，现在由世界各国的数千名义工志工为您翻译成中文。
2、心理网-改变从这里开始
/
一个简单、温暖的心理网站，心理学爱好者可以关注。
有很多优质的心理测试和治愈系图片；另外，你有心理困惑这里也可以找到答案。
3、励志一生
/
温暖一生的故事，寄托一生的梦想，感动一生的情怀，执著一生的信念，成就一生的辉煌，炮烙一生的记忆。
谨以此站献给所有默默耕耘、磨砺心智、一生坚守的朋友。
4、邻居的耳朵
http://kxt.fm/
在线听好歌，看美美的文字，喜欢音乐的童鞋可以加下！
5、果壳网
/
果壳是我见过很少的坚持以科学，以事实为基础的网站，虽然有时满篇的科学字眼让人很郁闷，但是，比起满眼重复杂乱内容的网站，果壳，是特别的。
6、几分钟
/
几分钟可以做什么？汇集大量优质视频，连“被蚊子咬了如何快速止痒”都有~ 很强大！
7、下厨房
/
其实我很少做菜，但是能把美食网站做的这么漂亮和有序，让人不得不收藏。
8、TED中文社区
/
TED是社会各界精英交流的盛会，它鼓励各种创新思想的展示、碰撞。
9、一画换一画
/
提交自己的涂鸦换另一副画，看着笔画的起落，小小的惊喜。
10、每日一文
/
每天花3分钟看一篇文章，感受阅读的快乐，为简单生活添丝精彩。
完全基于情感词典的文本情感分析
完全基于情感词典的⽂本情感分析⽬前情感分析在中⽂⾃然语⾔处理中⽐较⽕热，很多场景下，我们都需要⽤到情感分析。
⽐如，做⾦融产品量化交易，需要根据爬取的舆论数据来分析政策和舆论对股市或者基⾦期货的态度；电商交易，根据买家的评论数据，来分析商品的预售率等等。
下⾯我们通过以下⼏点来介绍中⽂⾃然语⾔处理情感分析：1. 中⽂情感分析⽅法简介；2. SnowNLP 快速进⾏评论数据情感分析；3. 基于标注好的情感词典来计算情感值；4. pytreebank 绘制情感树；5. 股吧数据情感分类。
中⽂情感分析⽅法简介情感倾向可认为是主体对某⼀客体主观存在的内⼼喜恶，内在评价的⼀种倾向。
它由两个⽅⾯来衡量：⼀个情感倾向⽅向，⼀个是情感倾向度。
⽬前，情感倾向分析的⽅法主要分为两类：⼀种是基于情感词典的⽅法；⼀种是基于机器学习的⽅法，如基于⼤规模语料库的机器学习。
前者需要⽤到标注好的情感词典；后者则需要⼤量的⼈⼯标注的语料作为训练集，通过提取⽂本特征，构建分类器来实现情感的分类。
⽂本情感分析的分析粒度可以是词语、句⼦、段落或篇章。
段落篇章级情感分析主要是针对某个主题或事件进⾏情感倾向判断，⼀般需要构建对应事件的情感词典，如电影评论的分析，需要构建电影⾏业⾃⼰的情感词典，这样效果会⽐通⽤情感词典更好；也可以通过⼈⼯标注⼤量电影评论来构建分类器。
句⼦级的情感分析⼤多通过计算句⼦⾥包含的所有情感词的值来得到。
篇章级的情感分析，也可以通过聚合篇章中所有的句⼦的情感倾向来计算得出。
因此，针对句⼦级的情感倾向分析，既能解决短⽂本的情感分析，同时也是篇章级⽂本情感分析的基础。
中⽂情感分析的⼀些难点，⽐如句⼦是由词语根据⼀定的语⾔规则构成的，应该把句⼦中词语的依存关系纳⼊到句⼦情感的计算过程中去，不同的依存关系，进⾏情感倾向计算是不⼀样的。
⽂档的情感，根据句⼦对⽂档的重要程度赋予不同权重，调整其对⽂档情感的贡献程度等。
SnowNLP 快速进⾏评论数据情感分析如果有⼈问，有没有⽐较快速简单的⽅法能判断⼀句话的情感倾向，那么 SnowNLP 库就是答案。
情感素材文案网站
情感素材文案网站以下是20个情感素材文案网站：1. 心情文案：提供各种情感表达和心情文字素材的网站。
2. 情感表达：专注于情感表达、情感短句和情感句子的网站。
3. 真心话网：收集了大量真挚的情感素材，可以用来表达真实的感受。
4. 心灵鸡汤：提供温暖、励志的情感故事和心情文案的网站。
5. 说说大全：收录各种情感言辞，为你的社交媒体和日常对话提供素材。
6. 情感小说网：提供情感小说阅读和情感写作素材的网站。
7. 情感美文：提供优美文字和情感故事，用来表达情感或触动内心。
8. 心情短语：收集了大量短小精悍的情感短语，适合表达情绪和感受。
9. 非主流情感：专注于非主流风格的情感文案和表达方式的网站。
10. 文字控：提供情感文案的同时，还有各种搞笑、励志和治愈的文案素材。
11. 情感说说：收录了大量表达爱情、友情、家庭等各种情感的说说素材。
12. 情感语录：汇集了各种情感语录，让你更好地表达自己的情感。
13. 心情随笔：提供个人感悟和情感随笔的网站，适合沉思和表达情感。
14. 表白文案：专门提供表白和告白的情感文案素材，让你更好地表达爱意。
15. 情感旅程：带你走进不同情感的世界，提供情感领域的素材和灵感。
16. 创意情感：提供有创意的情感文案和表达方式，让你的文字更具吸引力。
17. 文字疗伤：为失恋、心痛和伤感的人提供安慰和治愈的情感文案。
18. 情感故事库：收集了各种真实或虚构的情感故事，用来触动内心。
19. 心情日记：分享用户的情感日记和心情故事，让你感受到他人的情感。
20. 情感写作：提供情感写作技巧和素材，帮助你更好地表达情感。
文本情感分析中的情感分类方法研究与对比
文本情感分析中的情感分类方法研究与对比摘要：随着社交媒体和在线评论的快速发展，对于海量的文本情感的分析需求也日益增加。
情感分类是文本情感分析中的一个重要任务，目标是将文本根据情感类别进行分类。
本文将针对文本情感分类的方法进行研究与对比，探讨不同方法的优势和不足之处，并提出一些改进的方向。
第一部分：介绍1.1 背景随着社交媒体的快速发展，人们通过网络表达自己的情感变得普遍，这导致了海量的文本数据需要进行情感分析。
文本情感分类作为情感分析中的关键任务之一，对于了解用户情感、市场调查以及舆情分析具有重要意义。
1.2 目标本文的目标是研究和对比不同的情感分类方法，旨在探讨每种方法的优势和不足之处，并提出改进的方向。
第二部分：常用情感分类方法2.1 词典方法词典方法是一种基于情感词典进行情感分类的方法。
它通过计算文本中情感词的数量和分布来确定文本的情感类别。
它的优势在于简单易行，但缺点是对于词义歧义和复杂句子结构的处理较为困难。
2.2 机器学习方法机器学习方法是另一种常用的情感分类方法，它基于训练数据进行模型的构建和预测。
常见的机器学习方法包括朴素贝叶斯、支持向量机和深度学习等。
它的优势在于可以自动学习文本特征和情感类别的关系，但需要大量的训练数据和计算资源。
2.3 混合方法混合方法结合了词典方法和机器学习方法的优点，旨在改善分类的准确性和鲁棒性。
它通过利用词典方法的规则和机器学习方法的模型来分类文本。
然而，混合方法的实现复杂度较高，并且需要更多的计算资源。
第三部分：对不同方法的比较与分析3.1 准确性比较在情感分类任务中，准确性是评估模型性能的重要指标。
词典方法通常具有较低的准确性，因为它无法解决词义歧义和复杂句子结构的问题。
机器学习方法和混合方法在准确性方面表现更好，但混合方法的准确性受到词典方法的约束，不能完全发挥机器学习方法的优势。
3.2 效率比较在大规模文本情感分类任务中，效率是另一个重要考量因素。
一种基于多重词典的中文文本情感特征抽取方法
语 情 感权 重相 同 。
根据连 词的上述特性使用转折 ，递进 和并列 ３ 类 连词构 建连词 词典 ，如 表 １ 所示 。
表 １ 整 理得 到 的 ３ 连 词 集 类
３） 于分词后 的每一词语 Ｗ 对
Ｅ— ａ ｌ ｓ ａ ｚ ｍ ｉ： ｗ ｙｈ ｈｕ＠ １ ３．ｏ ｃｍ ６
第２ 期
朱艳辉 ，等
一种基于多重词典 的中文文本情感特征抽取方法
４ ３
个关 联词 之 间 出现 了转 折词 ，由此看 出现 在 同一个
句 子 当中的情 感词 、词 语距 离相 近的情 感 词 ，它们
点 是和 大家 取得共 识 的 了。我是 来酒 钢办 事 的 ，去
／ Ｃ 表示 已经抽取 的情 感特征项 ，初始为空 ／
输 入 ：文 档 ｄ，Ｃ ｛｝
输 出 ：情感特征集 Ｃ｛ ３ ｝ ｉＷ， ， ， Ｗ Ｗ …，
Ｂｅ ｉ ｇｎ
１） 使用 分词系统对 ｄ 分词 ． ２） 分词后 的 ｄ 进 行预处理 对 ，
去掉 除句号 、问号 、感叹号 的所有标 点符 号
算 法 ，利用形 容词 之 间的连词 存在 语言学 的限制
（ 连词 连接 的 ２个 词表示 相 同或相 反的态 度 ） ，将语 料库 中 的形 容词 聚类 为正性 词汇 和负性 词汇 ， 以判
断形容词的情感特征¨。Ｐ ｔｒ Ｔ ｒｅ Ｊ ｅｅ Ｄ． ｕｎ ｙ提出了 Ｓ ． Ｏ
Ｐ ＭＩ 算法 ，使 用一个 词和 强烈表 示正面倾 向的词
０ 引 言
目前 国内外对 文本 主题 的分类研 究 已经 比较深 入 ，但 是对 文本情感 分类 的研究 还处在 一个较 初级 的阶段 。近 年来 ，国 内外 已有不 少学者 在文本 情感
基于词典的中文情感倾向文本分析工具
基于词典的中文情感倾向文本分析工具有很多基于词典的中文情感倾向文本分析工具可供选择，以下是一些常用的工具:
1.哈工大情感词典：这是一个经典的情感词典，包含了积极、消极和中性情感词汇。
可以用来判断文本中词语的情感倾向。
2. 情感分析工具包SNownlp：这是一种基于Python的中文情感分析工具包。
它提供了情感分析的功能，可以判断文本的情感倾向，并进行情感强度计算。
3. 中文情感词汇本体库CNSentiLex：这是一种基于知网构建的情感词汇本体库。
它包含了积极、消极和中性情感词汇，并提供了情感强度和极性的评分。
4. 情感词汇本体SentiWordNet：这是一种基于英文的情感词汇本体库。
虽然它是英文的，但是也可以用于判断中文文本的情感倾向。
这些工具都可以根据词典中的情感词汇和语义规则来判断文本的情感倾向。
它们都有不同的优点和适用场景，具体选择哪个工具取决于你的需求和文本分析的目标。
找对象的书籍
找对象的书籍1. 《爱的秘籍》——这本书就像是一把开启爱情大门的钥匙呀！就像你在黑暗中摸索，突然找到了那点亮光一样神奇。
里面有各种找对象的实用技巧和策略，绝对让你大开眼界！例子：哎呀，你想想，要是有了这本书，是不是就像有了一个爱情导师在身边呀！2. 《遇见真爱指南》——哇哦，它简直就是你的恋爱导航啊！好比在茫茫人海中给你指明方向。
它详细地教你如何找到那个对的人，别再盲目寻找啦！例子：你说说，没有它的指引，你得走多少弯路呀！3. 《魅力吸引法则》——这可不只是一本书，那是提升你魅力的魔法宝典呀！就如同给你施了魔法，让异性都被你吸引过来。
其中的方法会让你惊叹不已！例子：难道你不想拥有这样的魔法，让自己变得超级有吸引力吗？4. 《爱情三十六计》——哈哈，这可是找对象的法宝呀！就像战场上的策略一样。
学会了这些计，找对象还不是手到擒来嘛！例子：想想看，用这些计找到对象，多有意思呀！5. 《牵手幸福的秘密》——这本书里藏着的都是让人能牵手幸福的秘密呀！好像是打开幸福之门的密码。
让你明白如何与心仪的人建立深厚的感情。
例子：没有这个秘密，你怎么能快速走向幸福呢！6. 《优质对象攻略》——哇塞，这就是找到优质对象的攻略手册呀！好比玩游戏有了攻略一样轻松。
教你怎样识别和抓住那些好的人。
例子：还不赶紧拿起这本攻略，去寻找你的优质对象！7. 《恋爱高手养成记》——这就是让你成为恋爱高手的秘籍呀！如同武侠小说里的武功秘籍。
让你在恋爱中如鱼得水，游刃有余。
例子：成为恋爱高手，那得多酷啊！8. 《寻爱之旅》——这本书就是陪你踏上寻爱之旅的好伙伴呀！就像旅途中的指南。
带你走过一段精彩的找对象旅程。
例子：你难道不想有它陪着你开启这段美好旅程吗？我觉得这些关于找对象的书籍都非常有趣和实用，它们可以帮助我们更好地理解爱情和找对象这件事，让我们在寻找真爱的道路上少走弯路，赶快去读一读吧！。
基于CSL学习者认知的情感词汇计量与统计分析
第35卷第5期2021年5月中文信息学报JO U R N A L OF CHINESE IN FO R M A T IO N PROCESSINGVol. 35, No. 5 May, 2021文章编号：1.003-0077(2021)0.5-0009-08基于C SL 学习者认知的情感词汇计量与统计分析张易扬、王治敏\吴迪2，张璇(1.北京语言大学汉语国际教育研究院，北京100083;2.北京语言大学速成学院，北京100083;3.清华大学自动化系，北京100084)摘要：该文以情感词汇词典为依托，通过四部小说中情感词汇的提取，对比和分析四部小说用词的情感分 类、词性种类、极性和强度。
在此基础上研究汉语作为第二语言（Chinese as a second language ，C S L )学习者对•‘接受性词汇”的情感词汇熟悉度测量表现和“产出性词汇”的情感词汇输出表现，并进行了科勒-拉普假设检验。
该文发现，现代汉语长篇小说在情感词汇的使用上，并不会因为作者、题材、内容不同而产生较大差异， 文本中21类情感词赞杨类和贬责类占总词数的一半。
另外，C S L 学习者对频率高的情感词汇熟悉度不够， 他们在产出情感词汇时动词和形容词产出不够丰富.悲伤类的词语产出较少，对表达强烈感情的词汇掌握的 也不够多。
关键词：情感词汇词典；C S L 学习者；二语习得 中图分类号：TP391文献标识码：AMeasurement and Statistical Analysis of Emotional VocabularyBased on CSL Learners 5 CognitionZHANG Yiyang' , WANG Zhimin1 , WU Di2, ZHANG Xuan3(1. Institute of International Chinese Language Education,Beijing Language andCulture University,Beijing 100083 »China ；2. College of Chinese Intensive Studies,Beijing Language and Culture University,Beijing 100083 »China;3. Department of Automation, Tsinghua University，Beijing 100084，China)Abstract ： This paper compares and analyses the emotional classification, types of parts of speech, polarity and intensity of the words used in the four novels through the extraction of emotional vocabulary. Meanwhile, we put forward the measurement of Chinese as a second language (CSL) learners' familiarity with the affective vocabulary of "receptive vocabulary" , and the output performance of the affective vocabulary of "productive vocabulary", which are both examined by Kohler-Rapp hypothesis test. Finally, we find that the use of emotional vocabulary in modern Chinese novels does not vary significantly in accordance with the author, subject matter or content. In the 21 types of emotional words, praise and derogation account for half of the total vocabulary, respectively. CSL learners are not familiar with high-frequency emotional vocabulary, possessing less words with strong feeling. As the result, they produce much less verbs and adjectives of emotional words, and much less words for sadness.Keywords ： emotional vocabulary dictionary; CSL learners ； second language acquisition随着人工智能研究的发展，自然语言处理领域N T U S D 简体中文情感词典、知网H o w n e t 情感词收稿日期：2019-09-19定稿日期：2019-10-19基金项目：国家社会科学基金（18ZD A 295);中央高校基本科研业务费（18YBT03,20YCX077)〇引言的情感分析、情感计算的研究逐渐火热起来。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
不错的中文情感计算资源
情感计算是现在的研究热点，它的主要目标是使计算机能识别人类的情感，也就是需要建立完善的情感识别模型，但需要有大规模的情感语料支撑。
现在英文的情感数据有不少，但中文的不多，能免费下载的更不多。
笔者收集了一些不错的用于中文情感计算的免费资源，并给出下载的地址。
情感词典
1.知网的情感词典- /html/c_bulletin_2007.htm
由知网发布的词典，包括中文情感词典和英文情感词典
2.台湾大学的情感极性词典- /data/11837
包括2810个正极性词语和8276个负极性词语。
准确度很高
情感分析语料
3.酒店评论语料- /data/11936
谭松波整理的一个较大规模的酒店评论语料。
语料规模为10000篇。
语料从携程网上自动采集，并经过整理而成。
4.豆瓣网影评情感测试语料- /data/13539
来自豆瓣网对电影《ICE AGE3》的评论，评分标准均按照5 stars评分在网页中有标注。
语料至527页。
每页20条短评。
共计11323条评论
5.酒店、电脑与书籍的评论语料- /data/11937
数据量不太大，也有一些重复的数据
6.评论网页数据集- /data/12044
数据量不小，包括的电影和评论都不少。