基于情感词典的中文微博情感倾向分析研究_陈晓东——华中科技大学

程序为Python代码编写，本人为程序配置了详细的博客解析，详见http://blog.csdn.net/bcj296050240/article/details/46686797

用python实现基于情感词典的情感分析 大数据分析

台湾大学简体中文情感极性词典NTUSD，其中消极词8276条，积极词2810条。

目前最全的中文情感词典，包括以下内容： 1. 褒贬词及其近义词； 2. 汉语情感词极值表； 3. 清华大学李军中文褒贬义词典； 4. 情感词典及其分类； 5. 情感词汇本体； 6. 台湾大学NTUSD简体中文情感词典； 7. 知网Hownet情感词典。

知网hownet中英文情感词典，用于nlp自然语言处理

自然语言处理使用的情感词典，包括知网词典、台湾大学NTUSD、清华大学李军、Bosen情感词典、否定词词典等

该词典主要分为中文和英文两部分，共包含如下数据：中文正面评价词语3730个、中文负面评价词语3116个、中文正面情感词语836个、中文负面情感词语1254个；英文正面评价词语3594个、英文正面评价词语3563个、英文正面情感词语769个、英文负面情感词语1011个。 情感分析资源大全：http://blog.csdn.net/qq280929090/article/details/70838025

台湾大学情感词典，其中消极词8276条，积极词2810条。

用python实现基于情感词典的情感分析 大数据分析