基于半監(jiān)督協(xié)同訓(xùn)練的文本情感分類研究.pdf

1、隨著Web2.0的快速發(fā)展，互聯(lián)網(wǎng)上產(chǎn)生了大量的用戶生成內(nèi)容(UserGenerated Content)。這些用戶生成內(nèi)容包含大量有用的情感信息，對于用戶決策和企業(yè)的產(chǎn)品改進(jìn)等有著重要的價值。因此，如何使用文本情感分類技術(shù)對海量的用戶生成內(nèi)容中的情感信息進(jìn)行挖掘，已經(jīng)成為學(xué)術(shù)界和產(chǎn)業(yè)界的一個熱點問題。目前雖然基于機(jī)器學(xué)習(xí)的文本情感分類方法已經(jīng)取得較好的結(jié)果，但是在實際應(yīng)用中獲取有標(biāo)記樣本需要消耗大量的人力，相反獲取未標(biāo)記樣本卻十分容易

2、。因此，如何利用少量有標(biāo)記樣本和大量未標(biāo)記樣本進(jìn)行文本情感分類已成為一個亟待解決的問題。
　　為此本研究將半監(jiān)督協(xié)同訓(xùn)練方法引入到文本情感分類方法當(dāng)中，用于解決文本情感分類中未標(biāo)記樣本的利用問題。首先，本研究分析了文本情感分類和半監(jiān)督學(xué)習(xí)的研究現(xiàn)狀，明確了當(dāng)前的研究問題和未來的研究方向。其次，本研究對文本情感分類和半監(jiān)督學(xué)習(xí)的基礎(chǔ)理論進(jìn)行了系統(tǒng)研究，分析了文本情感分類的主要任務(wù)、文本情感分類的主要方法，以及半監(jiān)督學(xué)習(xí)的基本假設(shè)、半

3、監(jiān)督學(xué)習(xí)的有效性和半監(jiān)督學(xué)習(xí)的主要方法等基礎(chǔ)理論。然后，以此為基礎(chǔ)，本研究對基于半監(jiān)督協(xié)同訓(xùn)練的文本情感分類方法進(jìn)行了研究?？紤]到當(dāng)前已有研究還較少關(guān)注數(shù)據(jù)分布對文本情感分類的影響，本研究從數(shù)據(jù)分布是否均衡兩個角度，分別構(gòu)建了數(shù)據(jù)分布均衡條件下基于IDSSL的文本情感分類模型，以及在數(shù)據(jù)分布非均衡數(shù)據(jù)條件下基于混合策略的文本情感分類模型。最后，本研究將基于半監(jiān)督協(xié)同訓(xùn)練的文本情感分類方法引入到實際應(yīng)用中，通過選取電子商務(wù)和醫(yī)療社交媒體兩

4、個實際應(yīng)用場景，分別對兩類基于半監(jiān)督協(xié)同訓(xùn)練的文本情感分類方法的有效性進(jìn)行了檢驗。實驗結(jié)果表明，本研究提出的方法在不同數(shù)據(jù)分布情況下均取得了較好的結(jié)果，從而驗證了本研究提出方法的有效性。
　　通過本研究，一方面將半監(jiān)督學(xué)習(xí)方法引入到文本情感分類問題中，拓展了文本情感分類和半監(jiān)督學(xué)習(xí)的基礎(chǔ)理論，并以此為基礎(chǔ)構(gòu)建了基于半監(jiān)督協(xié)同訓(xùn)練的文本情感分類模型。另一方面，將基于半監(jiān)督協(xié)同訓(xùn)練的文本情感分類模型應(yīng)用于具體實際問題中，拓展了文本情感