基于詞匯語義色彩分析的文本傾向識別.pdf

1、文本傾向是指文本中所表達(dá)的對所描述主題的態(tài)度，從語言學(xué)上來看屬于語用信息的范疇，涉及作者的主觀意圖，如何讓計(jì)算機(jī)能進(jìn)行自動識別是計(jì)算語言學(xué)的一個重要課題，高性能的自動識別系統(tǒng)對于網(wǎng)絡(luò)輿情監(jiān)控等重要現(xiàn)實(shí)應(yīng)用具有重要價值。 本文主要進(jìn)行了兩個方面的研究工作。 其一，設(shè)計(jì)了一個基于全信息的自動文本傾向識別系統(tǒng)。該系統(tǒng)從語法，語義，語用三個層次出發(fā)，去進(jìn)行文本中的信息標(biāo)注與抽取。最后將這些標(biāo)注信息作為文本特征逐一添加到一個SVM

2、文本分類器中去，進(jìn)行文本分類計(jì)算，實(shí)驗(yàn)證明，當(dāng)我們將語法、語義和語用三層信息綜合利用之時，系統(tǒng)性能是最好的。 其二，作者在上述實(shí)驗(yàn)過程中發(fā)現(xiàn)，通常作為語用信息使用的詞匯語義傾向度量值缺乏合適的解釋性與驗(yàn)證方法。為此，本文引入聚類算法，對詞匯語義傾向度量值進(jìn)行聚類，并將聚類結(jié)果重新作用于原始的文本傾向識別系統(tǒng)中去，實(shí)驗(yàn)表明，系統(tǒng)文本傾向識別率得到了提高。這一方面為詞匯語義傾向度量提供了一個有效解釋的途徑，同時也為系統(tǒng)的改進(jìn)提出了一