基于短語(yǔ)模式的文本情感分類(lèi)算法及其在郵件過(guò)濾中的應(yīng)用.pdf

1、文本情感分類(lèi)是文本分類(lèi)一個(gè)新的研究分支，其目的是判斷一篇文章對(duì)評(píng)價(jià)對(duì)象所持有的情感傾向是支持還是反對(duì)。它可以廣泛應(yīng)用在文本檢索、文本過(guò)濾等領(lǐng)域中。 對(duì)情感分類(lèi)的研究，目前國(guó)外有些學(xué)者初步提出了一些方法，同時(shí)還建立了供公開(kāi)測(cè)試的語(yǔ)料庫(kù)，國(guó)內(nèi)一些學(xué)者也開(kāi)始了在這一領(lǐng)域的研究嘗試。 本文在總結(jié)前人工作的基礎(chǔ)上，從文本中詞和短語(yǔ)的分析著手，提出了基于短語(yǔ)模式的文本情感分類(lèi)算法(PhrasePatternsBasedTextSen

2、timentClassification，以下簡(jiǎn)稱(chēng)PTSC)。該算法通過(guò)分析文本中的情感詞以及由這些情感詞構(gòu)造的短語(yǔ)模式，來(lái)作為文本的情感特征，并利用這些特征實(shí)現(xiàn)文本的情感分類(lèi)。該算法改善了以往基于統(tǒng)計(jì)的文本分類(lèi)算法因缺乏語(yǔ)義上的約束而在文本情感分類(lèi)上的不足。 PTSC算法主要包括情感詞匯的選取、短語(yǔ)模式的構(gòu)造、短語(yǔ)模式情感傾向的評(píng)價(jià)以及文本情感傾向值的判斷。算法通過(guò)分詞、標(biāo)注、抽取有效的短語(yǔ)、計(jì)算全文情感傾向值等步驟實(shí)現(xiàn)，文本