基于情緒認(rèn)知常識(shí)庫的文本情緒原因發(fā)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展以及社會(huì)化媒體的興起，社會(huì)化媒體文本特別是包含情感信息的文本出現(xiàn)了爆炸式的增長。針對此類文本的輿情監(jiān)控和群體性事件預(yù)測等問題的研究意義逐漸凸顯。在目前已經(jīng)逐漸成熟的文本情感分析的基礎(chǔ)上，對社會(huì)化媒體文本中較深層次信息的挖掘越顯重要。作為其中的一個(gè)重要研究方向，文本情緒原因發(fā)現(xiàn)具有很大的研究價(jià)值和實(shí)際意義。
　　本文主要研究利用大規(guī)模文本數(shù)據(jù)構(gòu)建情緒認(rèn)知常識(shí)庫的方法，在此基礎(chǔ)上研究結(jié)合認(rèn)知常識(shí)庫的文本情緒原因發(fā)現(xiàn)

2、方法。主要工作包括：第一、設(shè)計(jì)并構(gòu)建面向于新聞文本的情緒原因標(biāo)注語料庫。為此，設(shè)計(jì)了完整的標(biāo)注體系和標(biāo)注質(zhì)量監(jiān)控機(jī)制。目前已構(gòu)建完成包含2105條情緒文本的原因標(biāo)注。在該語料庫上對情緒原因進(jìn)行了結(jié)構(gòu)分布與規(guī)則分布上的詳細(xì)統(tǒng)計(jì)，以及不同類型文本的差異性分析，為后續(xù)情緒原因發(fā)現(xiàn)的研究提供了數(shù)據(jù)基礎(chǔ)和理論依據(jù)。第二、研究認(rèn)知常識(shí)庫的自動(dòng)構(gòu)建方法和擴(kuò)建方法。首先利用新浪社會(huì)新聞的讀者情緒投票數(shù)據(jù)為線索，實(shí)現(xiàn)了對較大規(guī)模社會(huì)新聞?wù)Z料的自動(dòng)化情緒標(biāo)

3、注。利用這些大規(guī)模有標(biāo)簽文本挖掘與情緒類別相關(guān)的常識(shí)知識(shí)，自動(dòng)構(gòu)建帶有情緒激發(fā)類別強(qiáng)度的認(rèn)知常識(shí)庫。考慮到此類常識(shí)庫存在覆蓋率不足的問題，本文設(shè)計(jì)實(shí)現(xiàn)了一種基于HowNet和同義詞詞林的常識(shí)庫擴(kuò)展方法，實(shí)現(xiàn)了認(rèn)知常識(shí)庫的有效擴(kuò)展，使其在原有規(guī)?；A(chǔ)之上擴(kuò)充了三倍以上。第三、研究基于認(rèn)知常識(shí)庫的文本情緒原因發(fā)現(xiàn)算法，使原因識(shí)別的F值相對基線系統(tǒng)提高了12.37％。在此基礎(chǔ)之上進(jìn)一步研究了結(jié)合常識(shí)庫與規(guī)則方法以及結(jié)合常識(shí)庫與機(jī)器學(xué)習(xí)方法的文