Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/7211
Title: Создание лексикона оценочных слов русского языка РуСентиЛекс
Other Titles: Creating Russian Sentiment lexicon
Authors: Лукашевич, Н. В.
Левчик, А. В.
Keywords: материалы конференций;анализ тональности;оценочная лексика;лексическое значение;тезаурус;лексикон;машинное обучение
Issue Date: 2016
Publisher: БГУИР
Citation: Лукашевич, Н. В. Создание лексикона оценочных слов русского языка РуСентиЛекс / Н. В. Лукашевич, А. В. Левчик // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2016) : материалы VI междунар. науч.-техн. конф. (Минск, 18 - 20 февраля 2016 года) / редкол. : В. В. Голенков (отв. ред.) [и др.]. – Минск : БГУИР, 2016. – С. 377 - 382.
Abstract: В данной статье описан новый лексикон оценочных слов и выражений русского языка РуСентиЛекс. Данный лексикон был собран из нескольких источников: оценочные слова из тезауруса русского языка РуТез, сленговые слова из Твиттера и слова с позитивными или негативными ассоциациями (коннотациями) из корпуса новостей. Для многозначных слов, имеющих различную оценочную направленность (тональность) при использовании в разных значениях, установлены связи значений с соответствующими понятиями в тезаурусе русского языка РуТез, что может облегчить выбор соответствующего значения слова в конкретной предметной области или конкретном контексте.
Alternative abstract: The paper describes the new Russian sentiment lexicon - RuSentiLex. The lexicon was gathered from several sources: opinionated words from domain-oriented Russian sentiment vocabularies, slang and curse words extracted from Twitter, objective words with positive or negative connotations from a news collection. The words in the lexicon having different sentiment orientations in specific senses are linked to appropriate concepts of the thesaurus of Russian language RuThes. All lexicon entries are classified according to four sentiment categories and three sources of sentiment (opinion, emotion, and fact). The lexicon can serve as the first version for the construction of domain-specific sentiment lexicons and be used for feature generation in machine-learning approaches.
URI: https://libeldoc.bsuir.by/handle/123456789/7211
Appears in Collections:OSTIS-2016

Files in This Item:
File Description SizeFormat 
Lukashevich_Sozdaniye.PDF531.33 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.