基于樸素貝葉斯的中文段落情感分析.pdf

1、隨著WEB2.0快速普及發(fā)展，微博、評(píng)論網(wǎng)站、貼吧等網(wǎng)絡(luò)社區(qū)愈發(fā)發(fā)達(dá)，人們通過(guò)這些渠道表述個(gè)人對(duì)事物、事件、商品等的觀點(diǎn)，進(jìn)而出現(xiàn)了大量含有個(gè)人情感、態(tài)度或觀點(diǎn)的文本，對(duì)這些文本進(jìn)行情感分析具有較大的商業(yè)和社會(huì)價(jià)值。
　　情感分析是一種新生信息挖掘技術(shù)，主要處理文本中的情感、態(tài)度或觀點(diǎn)。在情感分析過(guò)程中，將帶有個(gè)人情感、態(tài)度或觀點(diǎn)的一篇評(píng)論文分類為褒義、貶義或者中性，亦可稱作文本情感極性分類，是情感分析中尤其重要的一項(xiàng)任務(wù)。褒義表

2、示評(píng)論的作者傾向于喜愛(ài)評(píng)論對(duì)象，貶義表示評(píng)論的作者傾向于不喜愛(ài)評(píng)論對(duì)象，中性表示評(píng)論的作者對(duì)評(píng)論對(duì)象既有喜愛(ài)的傾向也有不喜愛(ài)的傾向，沒(méi)有明確的情感傾向。本文重點(diǎn)分析中文段落級(jí)文本的情感傾向。
　　本文首先對(duì)待分類中文段落文本進(jìn)行分詞、分句，然后采用機(jī)器學(xué)習(xí)的方法對(duì)其句子進(jìn)行主客觀分類，進(jìn)而從中提取出帶有情感色彩的主觀句，剔除不含有情感色彩的客觀句。針對(duì)目前在主客觀分類方面對(duì)包含豐富情感信息的主觀線索，尤其是對(duì)關(guān)聯(lián)詞的研究較為缺乏。

3、本文提出以主觀線索為特征的主觀性文本識(shí)別，以主觀線索特征為主觀性文本識(shí)別依據(jù)，采用樸素貝葉斯分類器對(duì)中文段落中的主客觀句進(jìn)行分類，提取其中的主觀句。實(shí)驗(yàn)結(jié)果表明，采用該方法比樸素貝葉斯+主觀線索（不含關(guān)聯(lián)詞）方法準(zhǔn)確率平均提高8％，比傳統(tǒng)樸素貝葉斯方法準(zhǔn)確率平均提高14％。
　　最后在詞語(yǔ)情感分析的基礎(chǔ)上對(duì)提取出的主觀句進(jìn)行情感傾向分析，針對(duì)段落中各個(gè)主觀句對(duì)段落情感的貢獻(xiàn)不同，本文提出基于句子權(quán)重的文本情感傾向性分析，在段落中所