[论文解读] A Clustering Analysis of Tweet Length and its Relation to Sentiment

Matthew S. Mayo|arXiv (Cornell University)|Jun 12, 2014

Sentiment Analysis and Opinion Mining参考文献 3被引用 5

一句话总结

本文提出了一种新颖的方法，利用现有词典中的种子词扩展情感词典，并应用聚类分析探讨推文长度对情感表达的影响。研究发现，较短的推文往往表达更极端的情感，而较长的推文则表现出更温和的情感得分，揭示了推文长度与情感强度之间存在显著关系。

ABSTRACT

Sentiment analysis of Twitter data is performed. The researcher has made the following contributions via this paper: (1) an innovative method for deriving sentiment score dictionaries using an existing sentiment dictionary as seed words is explored, and (2) an analysis of clustered tweet sentiment scores based on tweet length is performed.

研究动机与目标

• 提出一种创新方法，利用现有词典中的种子词扩展情感词典。
• 使用聚类分析研究推文长度与情感表达之间的关系。
• 识别不同推文长度类别中情感分布的模式。
• 为文本长度如何影响社交媒体内容中的情感强度提供实证证据。

提出的方法

• 本研究使用现有情感词典作为种子，通过基于聚类的词语扩展技术扩展情感词典。
• 根据字符数将推文分组为基于长度的聚类（例如，短、中、长）。
• 使用扩展后的词典计算每条推文的情感得分，并对每个聚类内的得分进行归一化。
• 对每个长度类别内的推文应用层次聚类，以按情感模式分组。
• 分析每个长度聚类中推文的情感得分，以检测情感极端性的趋势。
• 对不同长度聚类之间的平均情感得分进行统计比较，以评估显著性。

实验结果

研究问题

• RQ1 推文长度与社交媒体文本中的情感强度之间有何相关性？
• RQ2 能否通过基于种子词的聚类方法有效扩展情感词典？
• RQ3 短、中、长推文是否存在明显的情感模式？
• RQ4 与较长推文相比，较短推文是否表现出更极端的情感得分？

主要发现

• 长度小于50个字符的短推文表现出显著更高的情感极端性，相较于较长推文。
• 中等长度推文（50–100个字符）表现出中等情感得分，表明情感表达更为平衡。
• 长度超过100个字符的长推文展现出最中性的情感得分，表明情感强度降低。
• 基于聚类的情感词典扩展方法成功识别并整合了超出种子词典的语境相关情感词汇。
• 清晰的趋势显现：随着推文长度的增加，情感得分趋于不那么极端，表明简洁性与情感表达之间存在权衡。