面向領域的情感語義模式識別及其應用.pdf

1、自21世紀以來，自然語言處理（Natural Language Processing，NLP）領域中的情感分析成為了研究熱點。情感分析對于網絡輿情監(jiān)控，商品評價反饋，政治選舉預測都起到了至關重要的作用。本文基于中文領域情感文本分析存在領域個性（領域情感詞典和情感模式是領域個性的典型內容）這一假設，提出一套面向領域的基于情感模式的自學習系統(tǒng)。本文主要創(chuàng)新在于建立以領域情感詞典，領域情感模式文件，領域情感自學習閉環(huán)算法為基礎的中文文本情感分

2、析研究框架。本文主要工作包括：
　　1.提出并實現(xiàn)基于情感模式的閉環(huán)自學習算法。該算法由五個模塊構成：核心模塊為動態(tài)模式匹配模塊；輔助模塊包括情感模式提取、句子情感傾向判定、情感詞發(fā)現(xiàn)與選詞規(guī)則、情感詞過濾4個模塊。該算法能在不斷輸入領域語料的情況下循環(huán)迭代，更新情感模式集合，識別并提取情感詞。同時，該算法具有記憶性，可以對中間過程和結果進行追溯。
　　2.采用模塊化設計方法實現(xiàn)該自學習系統(tǒng)。采用模塊化設計方法，將整個自學習

3、系統(tǒng)分成爬蟲模塊，語料清洗模塊，數(shù)據(jù)庫存儲模塊，文件系統(tǒng)存儲模塊，核心算法模塊等，實現(xiàn)了基于情感模式自學習的實驗平臺。而其中的數(shù)據(jù)庫存儲模塊的底層數(shù)據(jù)結構便是由獨創(chuàng)的情感詞典的結構決定的。
　　3.利用所開發(fā)的系統(tǒng)，對金融、通用、體育等多個領域的文本進行了情感分析。
　　實驗結果表明：
　?。?）領域情感詞（命名實體、正情緒詞和負情緒詞）和情感模式在某些領域中存在個性。
　?。?）通用領域情感模式不存在，基于領域