【免费下载】 中国知网情感词典HOWNET
2026-01-24 05:50:27作者:庞眉杨Will
简介
本仓库提供了一个名为“中国知网情感词典HOWNET”的资源文件下载。该词典由知网于2007年10月22日发布,标题为“情感分析用词语集(beta版)”。该词典主要用于中文和英文的情感分析,包含了丰富的情感词汇和评价词汇,为情感分析研究提供了重要的数据支持。
资源内容
中文情感分析用词语集
该部分包含了以下6个子文件:
- 正面情感词语:如“爱”、“赞赏”、“快乐”、“感同身受”、“好奇”、“喝彩”、“魂牵梦萦”、“嘉许”等。
- 负面情感词语:如“哀伤”、“半信半疑”、“鄙视”、“不满意”、“不是滋味儿”、“后悔”、“大失所望”等。
- 正面评价词语:如“不可或缺”、“部优”、“才高八斗”、“沉鱼落雁”、“催人奋进”、“动听”、“对劲儿”等。
- 负面评价词语:如“丑”、“苦”、“超标”、“华而不实”、“荒凉”、“混浊”、“畸轻畸重”、“价高”、“空洞无物”等。
- 程度级别词语:用于描述情感或评价的程度。
- 主张词语:用于表达观点或立场。
英文情感分析用词语集
该部分包含了8945个英文词语,同样分为以下6个子文件:
- 正面情感词语
- 负面情感词语
- 正面评价词语
- 负面评价词语
- 程度级别词语
- 主张词语
使用说明
该资源文件可用于情感分析、文本挖掘、自然语言处理等领域的研究。用户可以根据需要选择中文或英文的情感词汇进行分析,并结合其他数据集进行更深入的研究。
注意事项
- 该词典为beta版,可能存在一定的局限性,建议在使用过程中进行适当的验证和调整。
- 该资源仅供研究使用,请勿用于商业用途。
贡献
如果您在使用过程中发现任何问题或有改进建议,欢迎提交Issue或Pull Request,我们将及时进行处理。
许可证
该资源文件遵循知网的发布协议,具体使用条款请参考知网的官方说明。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0162- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
hotgoHotGo 是一个基于 vue 和 goframe2.0 开发的全栈前后端分离的开发基础平台和移动应用平台,集成jwt鉴权,动态路由,动态菜单,casbin鉴权,消息队列,定时任务等功能,提供多种常用场景文件,让您把更多时间专注在业务开发上。Go02
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
596
3.99 K
Ascend Extension for PyTorch
Python
433
521
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
913
753
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
365
239
暂无简介
Dart
839
204
昇腾LLM分布式训练框架
Python
130
154
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
128
173
React Native鸿蒙化仓库
JavaScript
321
371
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
111
165
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.45 K
812