基于長(zhǎng)短期記憶多維主題微博情感傾向性分析.pdf

1、隨著互聯(lián)網(wǎng)應(yīng)用的快速發(fā)展，人們開(kāi)始大量使用各種即時(shí)媒體技術(shù)實(shí)現(xiàn)快捷的信息交互。以微博為代表的社交媒體吸引著數(shù)以萬(wàn)計(jì)的用戶，人們可隨時(shí)隨地通過(guò)微博表達(dá)自己真實(shí)的想法和理念。通過(guò)挖掘微博文本中的立場(chǎng)、觀點(diǎn)、看法、情緒、好惡等主觀信息，對(duì)文本進(jìn)行情感傾向的判斷，對(duì)消費(fèi)者、企業(yè)和政府部門的判斷具有極大實(shí)用價(jià)值。
　　本文主要研究：如何根據(jù)微博文本中的上下短文，判別出整篇微博的情感傾向性。重點(diǎn)研究其中的分類算法，提出新的解決模型，并通過(guò)仿真

2、系統(tǒng)驗(yàn)證算法的有效性。其主要研究?jī)?nèi)容及成果為：
　　首先，構(gòu)建了基于標(biāo)點(diǎn)的特征識(shí)別模型，根據(jù)特殊句式進(jìn)行判斷，提出不同的識(shí)別標(biāo)準(zhǔn)，在句子層次有效識(shí)別微博情感傾向。
　　其次，為增強(qiáng)上下文之間的相關(guān)性，增加了句子維度，構(gòu)造了三維長(zhǎng)短期記憶模型，降低短期記憶對(duì)模型準(zhǔn)確率的影響，增加特征提取的準(zhǔn)確率，降低初始權(quán)重分配對(duì)準(zhǔn)確率的影響。
　　再次，在三維長(zhǎng)短期記憶模型的基礎(chǔ)上構(gòu)造高維模型，在詞與詞相關(guān)性增加的基礎(chǔ)上，增加了短語(yǔ)與

3、短語(yǔ)、句與句之間的聯(lián)系。減少特殊句式對(duì)情感傾向性判斷準(zhǔn)確性的影響
　　最后，構(gòu)建了一個(gè)多層多維主題情感分析模型，根據(jù)微博的組成元素（詞語(yǔ)、義群、句子、主題），將微博進(jìn)行層次劃分，層層分析。引入了微博主題標(biāo)簽，增加主題限制，根據(jù)不同層次中元素構(gòu)成，選擇合適的子模型，充分發(fā)揮各個(gè)子模型的優(yōu)勢(shì)，增加模型的準(zhǔn)確率，提高模型的可移植性。
　　根據(jù)以上研究設(shè)計(jì)實(shí)驗(yàn)，結(jié)果表明該模型具有較好的綜合性能，能夠有效提升中文微博情感傾向的準(zhǔn)確性，