基于EDT的中文網(wǎng)絡(luò)文本主題情感傾向性分析與研究.pdf

1、隨著用戶參與的不斷加深，包含用戶觀點(diǎn)、態(tài)度以及對(duì)網(wǎng)絡(luò)事件、產(chǎn)品評(píng)論的主觀性文本迅速充斥著互聯(lián)網(wǎng)。新聞、博客、論壇、貼吧等網(wǎng)絡(luò)媒體用戶數(shù)眾多，成為了網(wǎng)絡(luò)事件傳播的主要載體。不同網(wǎng)絡(luò)媒體文本結(jié)構(gòu)各異，內(nèi)容形式各具特點(diǎn)，海量數(shù)據(jù)處理給意見(jiàn)挖掘及傾向性分析帶來(lái)挑戰(zhàn)。為對(duì)不同結(jié)構(gòu)文本進(jìn)行統(tǒng)一處理，本文基于簡(jiǎn)單句對(duì)以新聞文本為代表的網(wǎng)絡(luò)文本做主題傾向性分析。
　　首先，對(duì)文本情感分析的背景、國(guó)內(nèi)外發(fā)展現(xiàn)狀做了介紹與總結(jié)。對(duì)數(shù)據(jù)清理、分詞、詞性

2、標(biāo)注等預(yù)處理工作，情感本體庫(kù)的構(gòu)建，特征提取，以及主要的情感分析方法和技術(shù)進(jìn)行了簡(jiǎn)要介紹。其次，鑒于篇章級(jí)主題情感分析的復(fù)雜性，將任務(wù)分解為主題識(shí)別、主題情感判別及主客觀分類三個(gè)子任務(wù)。采用多方法融合提取主題特征，建立一個(gè)基于空間向量距離的多特征主題識(shí)別模型，實(shí)現(xiàn)篇章主題識(shí)別。再次，對(duì)作為信息傳播的重要渠道和載體的主流社會(huì)媒體及其文本結(jié)構(gòu)差異進(jìn)行分析。以新聞、博客、論壇等幾個(gè)主要社會(huì)媒體中的新聞文本作為研究對(duì)象，這些體裁相對(duì)來(lái)說(shuō)是長(zhǎng)文本

3、，將長(zhǎng)文本情感轉(zhuǎn)化為文本中情感關(guān)鍵句的情感?；诓煌w裁句子的表達(dá)方式不同，而其簡(jiǎn)單句情感表達(dá)相似，本文基于簡(jiǎn)單句對(duì)整句進(jìn)行建模分析。根據(jù)中文表達(dá)習(xí)慣和語(yǔ)法特征提出以情感依存元組（EDT）作為情感表達(dá)基本結(jié)構(gòu)，并對(duì)此情感表達(dá)結(jié)構(gòu)的抽取規(guī)則進(jìn)行歸納，建立情感判別模型。
　　最后，通過(guò)實(shí)驗(yàn)確定方法參數(shù)和不同方法的權(quán)重系數(shù)，將本文方法應(yīng)用于COAE2014評(píng)測(cè)，取得了良好的評(píng)測(cè)成績(jī)。將本文方法分別與有監(jiān)督分類算法（KNN、SVM）和半監(jiān)