中文文本情感分析研究.pdf

1、隨著Internet技術(shù)的迅速發(fā)展，網(wǎng)絡(luò)不僅是人們獲取信息的重要來源，也逐漸成為人們表達(dá)個(gè)人觀點(diǎn)和分享自身體驗(yàn)的最佳平臺(tái)，“閱讀式的網(wǎng)絡(luò)”逐步轉(zhuǎn)變成“交互式的網(wǎng)絡(luò)”。網(wǎng)絡(luò)中充斥著海量的、由用戶自主發(fā)布的文本信息，這些文本或是用戶對(duì)某個(gè)產(chǎn)品或服務(wù)的自主評(píng)價(jià)，或是公眾對(duì)某個(gè)新聞事件、國(guó)家政策的個(gè)人觀點(diǎn)等。如果能夠充分利用這些數(shù)據(jù)，可以為政府輿情監(jiān)測(cè)、企業(yè)市場(chǎng)分析等多個(gè)應(yīng)用領(lǐng)域提供幫助。然而，這些數(shù)據(jù)每天以指數(shù)級(jí)的速度增長(zhǎng)，僅僅依靠人工的方式

2、對(duì)其進(jìn)行挖掘和分析需要消耗大量的人力和時(shí)間，如何通過有效的手段從海量的網(wǎng)絡(luò)資源中獲取我們所需要的信息？文本情感分析技術(shù)應(yīng)運(yùn)而生。
　　文本情感分析是目前計(jì)算機(jī)領(lǐng)域研究的熱點(diǎn)之一，旨在通過計(jì)算機(jī)技術(shù)自動(dòng)地分析出文本中的態(tài)度信息，對(duì)文本的情感傾向性做出分類判斷。本文調(diào)查分析了中文文本情感分析領(lǐng)域的研究現(xiàn)狀，針對(duì)該研究領(lǐng)域中存在的問題和不足展開研究，主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)包括:
　　(1)針對(duì)網(wǎng)絡(luò)詞語(yǔ)的流行和使用給情感分析帶來的困難

3、，提出了一種基于詞向量的詞語(yǔ)情感傾向性判斷方法。借助語(yǔ)言模型的訓(xùn)練，采用詞向量表示詞語(yǔ)，從語(yǔ)料本身挖掘詞語(yǔ)之間的相似性，根據(jù)詞向量的相似度來判斷未知詞的情感傾向性，有效解決了傳統(tǒng)情感詞典的不完善和難擴(kuò)充的問題。
　　(2)結(jié)合第一部分的基于詞向量的詞語(yǔ)情感分析方法，提出了一種融合句法樹和語(yǔ)義規(guī)則的中文句子情感傾向性分析方法。一方面充分考慮了句子的句法信息，在句子的句法樹結(jié)構(gòu)上實(shí)現(xiàn)對(duì)句子的分析，另一方面針對(duì)句子情感極性轉(zhuǎn)移現(xiàn)象，結(jié)合

4、否定詞、程度詞、轉(zhuǎn)折詞等影響句子情感極性的特征，定義了相應(yīng)的語(yǔ)義規(guī)則，有效提高了句子情感傾向分析的正確率。
　　(3)針對(duì)微博語(yǔ)句情感多元化以及微博文本涉及領(lǐng)域廣泛的特點(diǎn)，采用基于遞歸神經(jīng)網(wǎng)絡(luò)的方法對(duì)微博話題評(píng)論語(yǔ)句進(jìn)行情感多分類分析，通過Softmax分類器識(shí)別微博文本中所反映出的言論表達(dá)者的喜、怒、哀、懼、惡、驚的情緒。在此基礎(chǔ)上，根據(jù)句子中的程度副詞對(duì)句子進(jìn)行情感加權(quán)，實(shí)現(xiàn)對(duì)微博話題的情感傾向分析，從而預(yù)測(cè)微博話題的發(fā)展趨勢(shì)