基于潛在語義分析和最大熵的中文情感分析研究.pdf

1、目前微博、論壇、貼吧等已經(jīng)成為人們發(fā)表意見、表達情感的重要渠道,這些渠道產(chǎn)生的大量情感信息反映了人們對熱點事件、話題的褒貶態(tài)度。因此,對這些情感信息進行挖掘和分析能夠更好地分析熱點輿情,了解大眾的觀點,給政府、企業(yè)等提供重要的決策依據(jù)。傳統(tǒng)的信息檢索技術,大多以關鍵詞為基礎,無法對這種需求提供很好的支持；而傳統(tǒng)的信息抽取和文本分類技術也均未涉及深層次的語義理解,常常不能很好地挖掘和分析情感信息。文本情感分析從情感的角度對帶有情感色彩的主

2、觀性文本進分析,能更快地從海量信息中發(fā)現(xiàn)網(wǎng)絡中新的熱點話題、突發(fā)性事件,把握社會的輿論導向。它是傳統(tǒng)話題發(fā)現(xiàn)與跟蹤研究的拓展和深化,并為文本分類、信息抽取、自動摘要等提供了新的思路和方法,在企業(yè)智能分析、政府輿情分析、信息安全和自動文摘等領域具有廣闊的應用空間和發(fā)展前景。
　　 情感傾向分析研究的涉及面很廣,本文著重對其中情感詞、句的識別和分類的關鍵技術進行了深入的研究。本文首先對文本情感傾向分析的國內(nèi)外現(xiàn)狀進行了介紹。其次,本

3、文提出了基于潛在語義分析和最大熵模型的情感詞識別及褒貶分析方法,其主要思想是利用潛在語義分析方法,計算情感詞與人工選擇的褒貶基準詞的相似度,并結合多種情感詞特征函數(shù)建立最大熵情感詞識別模型。本文在情感詞識別的基礎上提出了一種融合多種特征的中文情感句傾向性分類方法。最后,對情感詞、句識別模型進行了實驗驗證,選取第一屆中文傾向性分析測評數(shù)據(jù)(COAE2008)中935篇中文文檔測試,情感詞褒貶分類得到83.5％的準確率及79.3％的召回率,