摘要：【目的】對(duì)微博進(jìn)行細(xì)粒度情感分析，將情感分為8類，并計(jì)算其情感強(qiáng)度值，從而盡可能還原微博用戶情感?！痉椒ā客ㄟ^(guò)微博語(yǔ)料分析構(gòu)建疑問(wèn)詞詞表，在大連理工大學(xué)情感詞匯本體DUTIR的7類情感基礎(chǔ)上，豐富一類情感“疑”，并利用點(diǎn)互信息法構(gòu)建表情符號(hào)詞典，還綜合考慮否定詞和程度副詞對(duì)情感表達(dá)的影響，利用Python從新浪微博上獲取數(shù)據(jù)，并用R語(yǔ)言的iiebaR包進(jìn)行分詞，對(duì)情感進(jìn)行分類并計(jì)算其強(qiáng)度?！窘Y(jié)果】得到微博用戶對(duì)于糖尿病7類常用藥物的8類情感占比及情感強(qiáng)度，并通過(guò)正確率、召回率、F值對(duì)結(jié)果進(jìn)行驗(yàn)證，其中“怒”和“哀”的正確率最高，分別為85．73％和83．05％，而“樂(lè)”和“好”的召回率與F值均最高，為81％以—匕本文新增情感“疑”的正確率、召回率、F值分別為77．33％、78．58％、77．95％，均值在8類情感中排名前列，說(shuō)明其情感識(shí)別較好?！揪窒蕖坑捎诒疚囊蕾囉谇楦性~典進(jìn)行情感分析，因此為了更好的分析結(jié)果，情感詞典仍需進(jìn)一步完善。【結(jié)論】本方法具有較高的識(shí)別率和可靠性，能夠更好地對(duì)微博上的情感分類進(jìn)行細(xì)粒度分析。