中文文本傾向性分析研究.pdf

1、隨著互聯(lián)網(wǎng)的迅速普及，互聯(lián)網(wǎng)應(yīng)用越來(lái)越簡(jiǎn)易，使得上網(wǎng)人數(shù)與同俱增?；ヂ?lián)網(wǎng)生活呈現(xiàn)出多元化，復(fù)雜化的趨勢(shì)，越來(lái)越多的人們開(kāi)始關(guān)注互聯(lián)網(wǎng)，開(kāi)始通過(guò)互聯(lián)網(wǎng)來(lái)發(fā)出自己的聲音，而且形式不一，比如，微博，論壇，博客，BBS等。人們通過(guò)這些媒體發(fā)表自己對(duì)其他的人或事件的評(píng)價(jià)，看法，這些評(píng)價(jià)看法常常帶有明顯的傾向性信息，如何讓計(jì)算機(jī)自動(dòng)準(zhǔn)確提取這些有用的傾向性信息，這個(gè)問(wèn)題吸引了大量的研究學(xué)者，逐漸就演化成了文本的傾向性分析課題。
　　 文本傾

2、向性分析研究目前已經(jīng)成為自然語(yǔ)言處理領(lǐng)域的研究熱點(diǎn)之一。文本傾向性分析具有重要研究意義，在學(xué)術(shù)領(lǐng)域，商業(yè)領(lǐng)域，管理領(lǐng)域等都有著巨大的使用價(jià)值。
　　 中文文本的情感傾向性研究相對(duì)于英文的情感傾向性研究起步較晚，很多問(wèn)題還需要全方位的研究，中文情感傾向性分析有很多子課題，本文在研究了大量的基礎(chǔ)資料后，分別選擇了兩個(gè)子課題，中文句子的情感傾向性識(shí)別和中文文本的主客觀分類，并且進(jìn)行了一系列的實(shí)驗(yàn)研究。
　　 本文的主要工作是：

3、
　　 1.研究了中文句子的情感傾向性識(shí)別課題
　　 中文句子的情感傾向性識(shí)別課題的主要研究?jī)?nèi)容是讓計(jì)算機(jī)可以有效的判斷給出的中文句子是褒義還是貶義的，并且給出其傾向性程度。文本傾向性識(shí)別的一個(gè)重要的基礎(chǔ)性工作是句子傾向性識(shí)別，從目前的研究論文可以看出，提取實(shí)體間關(guān)聯(lián)難度很大，這個(gè)問(wèn)題在主觀性文本信息的提取上表現(xiàn)的更加嚴(yán)重。而有針對(duì)性的提取傾向性信息的研究，目前進(jìn)行的還比較少?；谶@個(gè)問(wèn)題，本文在綜合大量資料的基礎(chǔ)上，提

4、出了一種基于情感詞語(yǔ)義加權(quán)的句子情感傾向性識(shí)別方法。本文通過(guò)實(shí)驗(yàn)驗(yàn)證了該算法的可行性以及有效性。
　　 2.研究了中文文本的主客觀分類課題
　　 人們?cè)谫I一種產(chǎn)品或者選擇一項(xiàng)服務(wù)之前，都想在互聯(lián)網(wǎng)上獲得該項(xiàng)產(chǎn)品或者服務(wù)的用戶評(píng)價(jià)，以便參考，從而決定是否購(gòu)買。因此文本的主客觀分析是一個(gè)非常重要的，具有可觀的研究?jī)r(jià)值的基礎(chǔ)性課題。中文文本的主客觀分析的主要目的是讓計(jì)算機(jī)可以自動(dòng)的準(zhǔn)確的識(shí)別出待分析的中文文本是屬于主觀文本還是

5、客觀文本。只有主觀性的文本才能體現(xiàn)出某種情感傾向信息。該課題也可以看做是一個(gè)特殊的分類問(wèn)題，分類的依據(jù)是文本是否包含情感傾向。由于中文語(yǔ)言的多樣性，語(yǔ)義的豐富性，主客觀句的特征并不明顯，基于統(tǒng)計(jì)的分析方法難以很好的反映中文的語(yǔ)義內(nèi)涵，而基于語(yǔ)義的分析方法需要大量的專家知識(shí)，并且存在著主客觀區(qū)分知識(shí)難以抽取，難以表示的問(wèn)題?；谶@個(gè)問(wèn)題，本文提出了一種基于語(yǔ)義的TriPos模式的中文文本主客觀分析的方法。本文通過(guò)實(shí)驗(yàn)驗(yàn)證了該算法的可行性以

6、及有效性。
　　 本文的主要?jiǎng)?chuàng)新點(diǎn)是：
　　 1.提出了一種基于情感詞語(yǔ)義加權(quán)的句子情感傾向性識(shí)別方法
　　 該方法采用遺傳學(xué)基因的思想，把情感詞看做基因，在不同的上下文環(huán)境中呈現(xiàn)出不同的情感傾向性，首先確定情感詞的靜態(tài)顯性，界定情感詞的轄域，構(gòu)建情感詞分析器，在情感詞轄域內(nèi)針對(duì)可以影響情感詞情感傾向性的各種類型的因素進(jìn)行分析，得出最終的情感詞情感傾向，進(jìn)而采用相應(yīng)句式的分析方法得出整個(gè)句子的情感傾向性。從實(shí)驗(yàn)的

7、結(jié)果來(lái)看，本文提出的基于情感詞語(yǔ)義加權(quán)的句子情感傾向性識(shí)別方法在褒義和貶義句子的傾向性識(shí)別上分別取得了不錯(cuò)的判全率和判準(zhǔn)率，并且F值能達(dá)到0.95以上，充分說(shuō)明本文提出的算法的有效性。
　　 2.提出了一種基于語(yǔ)義的TriPos模式的中文文本主客觀分析的方法
　　 該方法通過(guò)語(yǔ)義和規(guī)則相結(jié)合的處理方式對(duì)文本進(jìn)行處理。首先通過(guò)對(duì)大量的標(biāo)注語(yǔ)料的分析，使用卡方統(tǒng)計(jì)方法，獲取一個(gè)TriPos的語(yǔ)義模式庫(kù)，然后利用這個(gè)語(yǔ)義模式庫(kù)