文本情感分類相關(guān)問題研究.pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展以及互聯(lián)網(wǎng)用戶數(shù)量的急劇增加，隨之涌現(xiàn)出大量文本形式的信息。人們通過互聯(lián)網(wǎng)發(fā)布含有主觀傾向的信息，表達對商品、時事等問題的觀點、態(tài)度以及褒貶等。
　　文本情感傾向性分析涉及到計算語言學、人工智能、機器學習、信息檢索以及數(shù)據(jù)挖掘等多方面的研究，具有廣泛的應用價值，目前，情感傾向性分析已經(jīng)成為國內(nèi)外研究的熱點。
　　情感傾向性分析，就是對說話人的態(tài)度（或稱觀點、情感）進行分析，也就是對文本中的主觀性信息進行分

2、析。情感傾向分析的研究大致可以分成四個級別：詞語情感傾向性分析、短語情感傾向性分析、句子情感傾向性分析、篇章情感傾向性分析。
　　詞語情感傾向性分析是對含有情感傾向的名詞、動詞、形容詞等進行分析，識別并判斷其情感傾向以及情感強度，詞語情感傾向性分析是文本情感傾向性分析的前提和基礎(chǔ)。句子情感傾向性分析的對象是特定上下文中的語句，包括主客觀句子的識別，主觀句子情感傾向的判斷，以及與句子情感傾向相關(guān)的要素的提取。篇章的情感傾向性分析，就

3、是從文檔整體上判斷某文本的情感傾向性。
　　本文針對情感分類中的特征提取問題，分別基于篇章和句子級別，對比了情感搭配、情感詞、程度副詞、否定副詞、以及詞序列等作為特征對情感分類的影響。實驗結(jié)果顯示，情感詞、程度副詞、否定副詞是文本情感分類的主要特征，添加情感搭配和詞序列后，文本情感分類效果有明顯的提高。
　　本文針對情感分類中的特征選擇問題，分別基于篇章和句子級別，采用文檔頻率、卡方統(tǒng)計量、文檔頻率與卡方統(tǒng)計量相結(jié)合、信息增