基于特異性免疫反應(yīng)的情感分析技術(shù)研究.pdf

1、“情感分析”又被稱為“觀點(diǎn)挖掘”。情感是人們表達(dá)內(nèi)心喜好、觀點(diǎn)的一種方式，是對(duì)周圍客觀世界的一種看法，在可能的情況下都會(huì)通過文字的形式保存于各種長短文本中。在信息網(wǎng)絡(luò)領(lǐng)域，觀點(diǎn)是人們?cè)诰W(wǎng)上表達(dá)自己意愿傾向的一種方式，社交語言的主觀性研究是一個(gè)復(fù)雜的問題，從不同角度、不同層面深入則會(huì)對(duì)主觀句有不同的認(rèn)識(shí)和解釋。語言信息處理中的情感分析主要的分析目標(biāo)是主觀句，從主觀句中挖掘有用信息。隨著計(jì)算機(jī)網(wǎng)絡(luò)的不斷發(fā)展和在人們生活中應(yīng)用范圍的逐漸擴(kuò)大，

2、微博、臉譜等社交網(wǎng)絡(luò)已經(jīng)成為現(xiàn)代人們傳遞態(tài)度、意見和評(píng)價(jià)的重要形式。微博的用戶和信息數(shù)量每天都在刷新紀(jì)錄，面對(duì)海量的網(wǎng)絡(luò)資源，一個(gè)好的情感分析系統(tǒng)能夠更加精確地處理文本的情感傾向，為用戶和商家提供更為科學(xué)的情感依據(jù)，是一種極具潛力的個(gè)性化服務(wù)技術(shù)。本文旨在研究自然語言中情感句所包含的情感極性信息。一般來說，情感句的主要表達(dá)手段是通過帶有明顯評(píng)價(jià)傾向的詞語來表達(dá)主體的情感意向，主要承載詞語是形容詞，以及一些副詞、動(dòng)詞和名詞等。
　　

3、這些帶有情感的信息形成很大的數(shù)據(jù)庫，且這個(gè)數(shù)據(jù)庫的數(shù)據(jù)量每天都在急速地增長著，由于漢語本身的特殊性和網(wǎng)絡(luò)語言的不規(guī)則性，給研究帶來了很大的阻礙?？偨Y(jié)起來，這些由十幾個(gè)甚至幾十個(gè)字組成的語句具有以下特點(diǎn)：
　?。?）實(shí)時(shí)性。網(wǎng)絡(luò)情感表達(dá)是實(shí)時(shí)發(fā)生的，尤其現(xiàn)在手機(jī)終端發(fā)展如此迅猛，很多電腦功能已被攜帶更加方便、使用更加便捷的手機(jī)替代，使信息的發(fā)布更加實(shí)時(shí)。
　?。?）不規(guī)則性。網(wǎng)民在網(wǎng)上進(jìn)行情感表達(dá)時(shí)，為了使自己的情緒表達(dá)更加形

4、象，有時(shí)候發(fā)的信息是完全不合乎語法的，但是卻不妨礙交流，簡潔明了，沒有具體的特征，甚至出現(xiàn)像火星文、諧音等個(gè)性化的語言。例如“886”、“八錯(cuò)”、“duang”等。
　?。?）歧義性。漢語的用法十分靈活，表達(dá)多種多樣，同一個(gè)詞語可以表達(dá)多種含義，很多語言在用法上早就脫離了它們本身的含義，尤其是在網(wǎng)絡(luò)用語方面，這就加大了分辨的難度。
　　人體免疫系統(tǒng)經(jīng)過千百年來的進(jìn)化，形成了一套完整的抵御外界侵害的防御體系，在這個(gè)系統(tǒng)中特異性

5、免疫是本文主要借鑒利用的對(duì)象。當(dāng)細(xì)菌、病毒等病原微生物侵入人體時(shí)，人體的免疫細(xì)胞會(huì)識(shí)別該抗原，并形成具有特殊結(jié)構(gòu)的抗體，這些抗體會(huì)特異性地與抗原結(jié)合使之失去侵染性，并將其消滅排出體外，且形成的抗體具有記憶性，當(dāng)具有相同抗原決定簇的抗原進(jìn)入人體時(shí)，抗體細(xì)胞會(huì)大量釋放抗體，在短時(shí)間內(nèi)將抗原消滅掉。本文將這種抗原與抗體特異性識(shí)別的機(jī)制引入中文短文本情感分析中，期待實(shí)現(xiàn)一種針對(duì)不同抗原能夠自動(dòng)生成相應(yīng)抗體，并能夠?qū)崿F(xiàn)抗原極性及強(qiáng)度的自動(dòng)分類，以

6、實(shí)現(xiàn)文本情感的個(gè)性化、高效精確識(shí)別，為后期相關(guān)工作提供支持。本文主要完成以下工作：
　?。?）提出一個(gè)系統(tǒng)的針對(duì)中文短文本的免疫情感標(biāo)注方式，針對(duì)現(xiàn)有中文情感標(biāo)注不清晰、不具特異性的特點(diǎn)，本文從生物免疫學(xué)的角度出發(fā)，借鑒免疫學(xué)的相關(guān)知識(shí)設(shè)計(jì)了針對(duì)不同抗原的抗原決定簇生成法，使具有不同語境和語義的短文本有只屬于自己的一套抗原決定簇，使之具有特異性，這些抗原決定簇能在系統(tǒng)中根據(jù)自己的特型和相應(yīng)的語境自動(dòng)生成，盡量減少人工的參與，提高分

7、辨效率。
　?。?）建立一個(gè)較為完整的中文短文本免疫情感極性分析系統(tǒng)，本文通過對(duì)前人研究進(jìn)行學(xué)習(xí)總結(jié)，在人工免疫系統(tǒng)的結(jié)構(gòu)框架下對(duì)中文短文本情感進(jìn)行分析。預(yù)處理后的抗原在進(jìn)入識(shí)別區(qū)域后能夠被有效的識(shí)別，并且免疫系統(tǒng)要具有穩(wěn)定性、健壯性、記憶性和可擴(kuò)展性。不僅可以有效識(shí)別現(xiàn)有的抗原，并且能夠自發(fā)地將識(shí)別過的抗原信息添加到語料庫中，更能夠?qū)π陆佑|的抗原實(shí)現(xiàn)有效識(shí)別。最后對(duì)系統(tǒng)試驗(yàn)檢測(cè)，用數(shù)學(xué)的思想對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析。實(shí)驗(yàn)表明，加入人工