情感極性轉(zhuǎn)移現(xiàn)象研究及應(yīng)用.pdf

1、伴隨著互聯(lián)網(wǎng)的迅速發(fā)展，網(wǎng)絡(luò)已經(jīng)成為了消費者反饋觀點的主要途徑。網(wǎng)絡(luò)上包括的大量評論信息不僅僅為商家提供了一個信息展示的平臺，也為消費者提供了產(chǎn)品使用體驗交流的平臺。但是面對如此龐大的信息和數(shù)據(jù)，如果僅憑借人工閱讀的方式，不僅耗費大量的時間且容易產(chǎn)生錯誤，因此，迫切的需要一種有效的手段對各種大量數(shù)據(jù)進行整理，以直觀的方式對統(tǒng)計結(jié)果進行展示。在這一大背景下，情感分析任務(wù)就應(yīng)運而生。
　　 文本情感極性分類作為情感分析研究中重要研究

2、課題之一，反映了一個文本它是否支持某種觀點的情況，一般分為正/負極性兩種分類。目前，情感分類已經(jīng)成為自然語言處理中的一個熱點研究問題。但是，由于文本的情感表達方式復雜，情感的極性判斷效果往往并不理想。其中，影響情感極性分類的一個主要原因是文本中情感極性轉(zhuǎn)移現(xiàn)象，即指一個情感詞的極性因為其他詞或短語的影響而發(fā)生了改變或是反轉(zhuǎn)。本文則著眼于文本情感表達中的情感極性轉(zhuǎn)移現(xiàn)象的研究，研究內(nèi)容主要包括以下幾個方面：
　　 首先，文本分析了

3、情感極性轉(zhuǎn)移現(xiàn)象研究并構(gòu)建了相關(guān)語料庫。本文通過觀察語料，分析研究語料文本中的改變詞語情感極性的各種語言現(xiàn)象，并提出了情感極性轉(zhuǎn)移的體系結(jié)構(gòu)，總結(jié)出改變句子中情感詞極性的四種語言現(xiàn)象，具體包括：否定結(jié)構(gòu)，對比轉(zhuǎn)折結(jié)構(gòu)，模態(tài)結(jié)構(gòu)和隱含結(jié)構(gòu)。在此體系結(jié)構(gòu)下，本文對語料中情感極性轉(zhuǎn)移情況做了詳細的標注，重點標注了引起情感詞發(fā)生極性轉(zhuǎn)移的不同類型的觸發(fā)詞。結(jié)合語料，給出了各種類型的統(tǒng)計分析和比較研究。
　　 其次，本文提出了情感極性轉(zhuǎn)移

4、自動檢測方法研究。根據(jù)上一步研究的引起情感詞發(fā)生情感極性轉(zhuǎn)移的結(jié)構(gòu)類型及總結(jié)的觸發(fā)詞表，分別提出了兩種自動檢測方法：基于規(guī)則的檢測方法和基于機器學習分類的檢測方法。其中，基于規(guī)則的方法應(yīng)用相應(yīng)觸發(fā)詞表，對各種不同類型的情感極性轉(zhuǎn)移結(jié)構(gòu)做了自動特征檢測：基于機器學習分類的方法則使用已有的關(guān)于情感極性轉(zhuǎn)移的標注語料，訓練機器學習分類器，從而進行自動檢測。實驗詳細比較這兩種自動檢測方法的有效性。
　　 最后，本文將情感極性轉(zhuǎn)移檢測應(yīng)用