基于情緒知識的情感分類方法研究.pdf

1、近年來，隨著博客、電子商務、社交網(wǎng)站與微博等信息平臺的興起，主觀性文本的信息量迅速膨脹。為了自動分析這些主觀性文本包含的觀點與態(tài)度，情感分類(SentimentClassification)研究獲得自然語言處理領域的研究者們密切關注并得到了迅猛發(fā)展。情感分類旨在對主觀性文本按照其表達的感情色彩(例如：褒義或者貶義)進行自動分類。
　　 情緒(Emotion)是指人內在的心理反應與感受。情緒知識具體是指描述情緒的相關知識(例如：情

2、緒詞)。相對于普通情感知識來說，情緒知識在表達情感方面具有如下特點和優(yōu)勢：(1)牽涉到的關鍵詞范圍較小；(2)具有的情感色彩強烈；(3)情感表達領域較獨立。因此，本文借助情緒知識幫助提高情感分類性能，主要研究內容和創(chuàng)新點包括以下幾個方面：
　　 首先，本文提出了一種結合情緒詞和非標注樣本的情感分類方法。核心思想是借助于情緒詞從未標注語料中抽取高正確率的自動標注樣本，并通過半監(jiān)督學習的方法進行情感分類。實驗證明，該方法能夠在不同領

3、域內獲得較好的分類結果。
　　 其次，本文提出了一種基于情緒詞與情感詞協(xié)作學習的情感分類方法。在基于文檔-單詞二部圖的標簽傳播算法框架下，使用情緒詞與情感詞構建兩個視圖，通過協(xié)作學習的方法從未標注數(shù)據(jù)中獲取高正確率的自動標注樣本作為訓練數(shù)據(jù)。此訓練數(shù)據(jù)用于后續(xù)的情感分類訓練。實驗表明，該方法在多個領域有效提高了分類效果。
　　 最后，本文提出了一種基于情緒詞的領域適應情感分類方法。針對文本情感分類研究中普遍存在的領域適應