基于知識元和集成學習的中文微博情感分析.pdf

1、微博是目前最流行的社交網(wǎng)絡平臺之一，是可以自由發(fā)表觀點的地方，這些觀點涉及商品評論、輿情事件、娛樂評論等，同時，微博數(shù)據(jù)的易獲取性也為其情感分析的研究提供了便利性，使得微博的情感分析成為國內(nèi)外學者們研究的熱點。本文提出了借助知識元理論構(gòu)建的微博情感知識集的方法，并使用提取的情感知識輔助微博特征提取和擴充以及情感對象的識別，最后使用多個不同分類器集成的方法完成對微博的情感分析任務。
　　論文提出了構(gòu)建微博情感知識集的方法，采用知識元

2、理論作為微博情感知識集的表示方式。該方法首先通過查閱資料和在其他新聞網(wǎng)站上搜集資料，構(gòu)建初始的微博情感先驗知識集，然后通過基于條件隨機場的方法借助構(gòu)建的初始微博情感先驗知識，自動抽取出微博語料中的情感對象知識元，進而通過去重等程序獲取最終的微博領域情感知識元集，最后利用XML格式文檔將獲取的微博情感知識存儲起來以便使用。通過使用不同領域的微博語料進行實驗，證明該方法的可行性和有效性，為后續(xù)微博情感分析提供支持。
　　論文還提出了基

3、于異態(tài)集成學習的微博情感分析方法，該方法針對微博數(shù)據(jù)來源廣泛，涉及領域較多的特點，選用微博情感分析中常用的四類分類器進行集成，集成方法在原來簡單投票法的基礎上進行了改進，引入了貝葉斯決策的方法進行投票，利用各個分類器訓練后的混淆矩陣作為先驗知識進行決策分類。微博特征稀疏的特點給微博情感分析帶來困難，基于這個原因，我們利用微博情感知識集對其特征進行了擴充，充分利用微博社交化的特點，增加了微博結(jié)構(gòu)特征，提高了情感評價對象識別的準確性。為了研