基于連續(xù)維度型的文本情感強(qiáng)度計算方法研究

1、分類號： 密級：U D C : 學(xué)號：406629514013南 昌 大 學(xué) 碩 士 研 究 生學(xué) 位 論 文基于 基于連續(xù)維度型的 連續(xù)維度型的文本情感 文本情感強(qiáng)度計算方法 強(qiáng)度計算方法研究 研究The Calculation Method of Text Emotion Intensity Research Basedon Continuous Dimension胡佳男培養(yǎng)單位（院、系） ：軟件學(xué)院指導(dǎo)教師姓名、職稱：胡軍(教授)

2、申請學(xué)位的學(xué)科門類：工學(xué)學(xué)科專業(yè)名稱：軟件工程論文答辯日期：2017 年 5 月 22 日答辯委員會主席： 邱曉紅評閱人：年 月 日摘要III摘 要情感計算是計算機(jī)科學(xué)與人工智能中的重要領(lǐng)域，對互聯(lián)網(wǎng)上海量數(shù)據(jù)進(jìn)行文本情感強(qiáng)度研究是情感計算的關(guān)鍵部分。以往的情感分析研究大部分都是離散類別型研究為主，事先將情感分為不同的類別，這種分析方法存在很多缺陷。近年來也有一種以連續(xù)維度型為基礎(chǔ)的情感分析方法，它事先將情感詞的情感信息轉(zhuǎn)換成兩組連續(xù)維

3、度的數(shù)值 Valence(表示情感的正負(fù)程度)和Arousal(表示情緒的平靜和激動的程度)，然后通過對文本中包含的情感詞進(jìn)行計算來作為文本的情感強(qiáng)度值。本文是基于連續(xù)維度型的情感分析方法的基礎(chǔ)上，分別在短語文本和句子文本展開研究。在短語文本層次上，我們發(fā)現(xiàn)以往基于詞典的情感分析中，情感詞周圍經(jīng)常有修飾語對其產(chǎn)生影響，我們使用 SVR(支持向量回歸)方法和自定義規(guī)則相結(jié)合來完成連續(xù)維度型的短語文本情感強(qiáng)度預(yù)測。首先將短語文本對應(yīng) Wor

4、d2vec(詞向量)作為模型輸入， 并使用 SVR(支持向量回歸)方法完成情感詞預(yù)測工作，然后利用訓(xùn)練資料提取不同修飾規(guī)則，最終完成整個短語情感強(qiáng)度預(yù)測。實驗數(shù)據(jù)表明 SVR(支持向量回歸)和自定義規(guī)則相結(jié)合方法可以準(zhǔn)確地完成中英文短語文本情感強(qiáng)度預(yù)測。在句子文本情感分析上，針對于離散類別型情感分析不能反映情感強(qiáng)度和類別需要事先定義以及以往句子文本情感分析不能夠準(zhǔn)確捕捉情感信息等缺點(diǎn)，提出了一種以線性加權(quán)的 CNN(卷積神經(jīng)網(wǎng)絡(luò))和 L