EmoFusion：基于嵌入与情感词典融合的文本情感分类优化模型

研究人员针对文本情感分类中单一情感词典覆盖不全、语义鸿沟等问题，提出集成预训练词嵌入(GloVe)与多情感词典(EmoLex/EmoSenticNet等)的轻量化模型EmoFusion。通过动态融合语义相似特征与情感特征，在GoEmotions等3个基准数据集上实现最高63.6%准确率，较基线提升14.1%，为心理健康监测等应用提供高效分类工具。

　　

在Web 2.0时代，社交媒体成为人们表达情感的重要渠道，但文本情感分类仍面临巨大挑战。不同于简单判断正负面情绪的情感分析(Sentiment Analysis)，精细化的情感分类(Emotion Classification)需要识别愤怒、恐惧等具体情绪，这对心理健康监测、人机交互等领域至关重要。然而现有方法存在两大瓶颈：一是单一情感词典(如EmoLex)难以覆盖所有情感词汇，二是语义相似的词汇(如"happy"和"sad")可能在特定语境中产生混淆。

针对这些问题，研究人员开发了EmoFusion模型。该模型创新性地融合了四种情感词典资源——包括基于离散情感的EmoLex和EmoSenticNet，以及基于维度模型的NRC-VAD(Valence-Arousal-Dominance)和NRC-EIL(Emotion Intensity Lexicon)，通过Glove词向量构建196维复合特征。特别设计了情感特异性预处理流程，将表情符号转换为文本表征，并利用AFINN-165情感词典过滤语义相似词，确保"愤怒"类词汇不会错误关联到正面情感词。

关键技术包括：(1)基于余弦相似度的Top-5情感词筛选；(2)多词典特征拼接生成16维语言学向量；(3)BiLSTM/BiGRU分类器优化。实验采用GoEmotions(Reddit评论)、CBET(推特平衡数据集)和TEC(推特主题语料)三个基准数据集，按7:3划分训练测试集。

研究结果显示：在GoEmotions数据集上，EmoFusion的BiLSTM分类器达到63.6%准确率，较传统TF-IDF方法提升14.1%。针对具体情绪，"愤怒"分类的F₁值提升4.8%，但"厌恶"因语义模糊下降9.0%。案例研究显示，模型能准确识别"hostile"等关键词及其关联词簇("harsh","angry"等)，但对"Eat crow"等俚语仍需依赖上下文理解。

统计检验证实，EmoFusion在p<0.1水平上显著优于所有基线方法。虽然BERT等Transformer模型能提升1.5-2.2%准确率，但其768维特征空间的计算成本是EmoFusion的2倍。该研究为资源受限场景提供了高效解决方案，未来可通过融入多模态数据提升对 sarcasm(讽刺)等复杂表达的识别能力。