基于潛在語(yǔ)義分析和最大熵的中文情感分析研究.pdf

1、目前微博、論壇、貼吧等已經(jīng)成為人們發(fā)表意見、表達(dá)情感的重要渠道,這些渠道產(chǎn)生的大量情感信息反映了人們對(duì)熱點(diǎn)事件、話題的褒貶態(tài)度。因此,對(duì)這些情感信息進(jìn)行挖掘和分析能夠更好地分析熱點(diǎn)輿情,了解大眾的觀點(diǎn),給政府、企業(yè)等提供重要的決策依據(jù)。傳統(tǒng)的信息檢索技術(shù),大多以關(guān)鍵詞為基礎(chǔ),無(wú)法對(duì)這種需求提供很好的支持；而傳統(tǒng)的信息抽取和文本分類技術(shù)也均未涉及深層次的語(yǔ)義理解,常常不能很好地挖掘和分析情感信息。文本情感分析從情感的角度對(duì)帶有情感色彩的主

2、觀性文本進(jìn)分析,能更快地從海量信息中發(fā)現(xiàn)網(wǎng)絡(luò)中新的熱點(diǎn)話題、突發(fā)性事件,把握社會(huì)的輿論導(dǎo)向。它是傳統(tǒng)話題發(fā)現(xiàn)與跟蹤研究的拓展和深化,并為文本分類、信息抽取、自動(dòng)摘要等提供了新的思路和方法,在企業(yè)智能分析、政府輿情分析、信息安全和自動(dòng)文摘等領(lǐng)域具有廣闊的應(yīng)用空間和發(fā)展前景。
　　 情感傾向分析研究的涉及面很廣,本文著重對(duì)其中情感詞、句的識(shí)別和分類的關(guān)鍵技術(shù)進(jìn)行了深入的研究。本文首先對(duì)文本情感傾向分析的國(guó)內(nèi)外現(xiàn)狀進(jìn)行了介紹。其次,本

3、文提出了基于潛在語(yǔ)義分析和最大熵模型的情感詞識(shí)別及褒貶分析方法,其主要思想是利用潛在語(yǔ)義分析方法,計(jì)算情感詞與人工選擇的褒貶基準(zhǔn)詞的相似度,并結(jié)合多種情感詞特征函數(shù)建立最大熵情感詞識(shí)別模型。本文在情感詞識(shí)別的基礎(chǔ)上提出了一種融合多種特征的中文情感句傾向性分類方法。最后,對(duì)情感詞、句識(shí)別模型進(jìn)行了實(shí)驗(yàn)驗(yàn)證,選取第一屆中文傾向性分析測(cè)評(píng)數(shù)據(jù)(COAE2008)中935篇中文文檔測(cè)試,情感詞褒貶分類得到83.5％的準(zhǔn)確率及79.3％的召回率,