中文微影評文本情感傾向性識別技術(shù)研究.pdf

1、互聯(lián)網(wǎng)的發(fā)展和普及改變著人們的生活方式和情感表達方式，越來越多的人特別是青少年習(xí)慣于通過微博、論壇、社區(qū)等網(wǎng)絡(luò)載體表達自己的主觀情感，如喜歡、厭惡、高興、悲傷等等。在網(wǎng)絡(luò)中，包含主觀情感態(tài)度的文本數(shù)據(jù)巨大，且快速增長，大量具有潛在經(jīng)濟價值或社會價值的信息包含于這些文本中，例如分析產(chǎn)品評論，可以幫助商家改進產(chǎn)品，拓寬銷路，增加經(jīng)濟效益;政府通過分析大眾對某一政策的評論可以了解民聲，更好地為人民服務(wù)。因此，高效的文本情感傾向性識別技術(shù)具有很

2、強的實用價值。
　　 本文研究的最終目的是希望將文本情感傾向性識別技術(shù)應(yīng)用于教師教學(xué)評價中，實現(xiàn)計算機與教育兩個領(lǐng)域的結(jié)合，由于網(wǎng)絡(luò)中缺少專門評價教師教學(xué)技能、教學(xué)態(tài)度、教學(xué)效果的網(wǎng)站，或者即使有，數(shù)據(jù)量也不夠大。因而難以收集關(guān)于教師評價方面的數(shù)據(jù)集。有鑒于此，本文以微影評為研究對象，研究微影評情感傾向性識別算法，并以教學(xué)視頻評論的情感傾向性識別作為示范應(yīng)用。
　　 本文首先分析了國內(nèi)外文本情感傾向性的研究現(xiàn)狀，在微影評

3、數(shù)據(jù)收集階段，采用針對特定影評網(wǎng)站設(shè)計的微影評自動爬取程序，高效準確地爬取微影評并保存為后續(xù)實驗所需的數(shù)據(jù)結(jié)構(gòu)和格式。微影評文本是短文本類型，文本特征稀疏且具有鑒別力的信息容易在特征提取時遺失，因此在文本特征提取與選擇階段運用N-gram和主成分分析(PCA)技術(shù)。然后本文呈現(xiàn)了基于集成概率推理模型(Ens-PRM)的情感傾向性識別算法，該算法集合了PCA、隨機特征子空間劃分以及概率推理模型幾個元素，將多個弱分類器集成為一個分類性能較強