基于OCC模型的文本情感識別方法的研究.pdf

1、文字是計算機進行情感識別的一種重要形態(tài)。今天計算機使用者所面對的主要是以文字形式表示的信息。傳統上的文本分類往往關注于把文本映射到給定的主題，如體育、經濟、政治等。然而，近年來對文本非主題分析的興趣不斷增加，其中就包括文本的情感分類。文本的情感分類即情感識別(textual emotion recognition)是指識別文本中隱藏的情感信息。它已成為人機對話和人機互動的關鍵部分。 常用的文本情感識別方法主要包括以下幾種:

2、 關鍵詞識別(keywordspotting)、詞匯關聯(lexical affinity)、基于統計的自然語言處理方法(statistical natur，allanguage processing)以及使用常識庫(commonsenseknowledge base)識別的方法等等。關鍵詞識別和詞匯關聯的方法主要是根據句中不帶歧義的關鍵詞與情感詞典中詞匯的匹配結果來識別情感?；诮y計的自然語言處理方法適合處理較大篇幅的文本，而且還要

3、依賴于大量的訓練數據。使用常識庫的識別方法是根據大規(guī)模常識庫中的知識來識別句子的情感。這些模型在一定程度上可以較準確地分析出文本中的情感，但仍存在一定的局限性，因為人類的情感呈現出特有的復雜性和多變性特征，現有文本情感的研究都只建立在心理學的基礎上，沒有完整的數學理論基礎。且大多數模型利用情感關鍵詞識別方法，既沒有考慮當事人的性格對情感的影響，也沒有考慮句子所表達事件之間的關系。 本文構建了一個基于OCC情感認知識別模型的文本情

4、感識別模型，該模型考慮了性格對情感的影響，同時，又很好的定義了事件之間的關系。在OCC模型定義的情感規(guī)則基礎上，結合文本和常識庫的特征定義了一系列文本情感產生規(guī)則，并針對性格模型對文本情感產生規(guī)則進行更新，得到符合不同用戶性格特征的文本情感產生規(guī)則。為使所定義的情感產生規(guī)則易于由文本特征實現，本文結合自然語言處理(NLP，Natural,LanguageProcessing)和常識庫的特點對OCC模型的情感規(guī)則進行簡化和修正。為將性格模

5、型融入文本情感識別過程中，本文通過對大五人格模型的每一維進行分析針對其特點對基本情感產生規(guī)則進行修改，建立針對不同性格用戶的情感產生規(guī)則。為進一步提高模型識別情感的準確率，減少誤判，使用用增量學習(incremental learning)方法收集并訓練用戶的反饋信息。根據反饋信息，動態(tài)的對常識庫和情感公式中的閾值進行不斷的更新，得到了更完善的常識庫和更合適的心情、情感閾值。 為了驗證模型的文本情感識別準確率，根據此模型實現了一