面向微博的跨媒體情感分類(lèi)技術(shù)研究.pdf

1、近年來(lái)，隨著微博的快速發(fā)展，面向微博的情感分析吸引了越來(lái)越多研究者的關(guān)注。廣大的網(wǎng)民會(huì)在微博上表達(dá)自己對(duì)社會(huì)熱點(diǎn)事件的觀(guān)點(diǎn)、電影的觀(guān)感、產(chǎn)品的使用感受等。對(duì)微博進(jìn)行情感傾向性分析，可以幫助政府或公司了解網(wǎng)民對(duì)輿論熱點(diǎn)的態(tài)度，為公司和政府提供決策支持。
　　目前為止，大部分微博情感分析研究都只關(guān)注于如何對(duì)文本信息進(jìn)行分析，但是微博用戶(hù)情感表達(dá)方式正逐漸轉(zhuǎn)變，從以往的文本為主到現(xiàn)在的圖文結(jié)合，基于文本信息的情感分析方法已經(jīng)不足以很好的

2、獲取微博消息的情感極性。因此在文本信息的基礎(chǔ)上加入圖像信息來(lái)對(duì)微博情感進(jìn)行分析，變得尤為迫切和重要。本文主要研究微博環(huán)境下圖像情感語(yǔ)義特征表示以及文本與圖像相融合的跨媒體情感分類(lèi)問(wèn)題，主要內(nèi)容和創(chuàng)新點(diǎn)如下:
　　1.針對(duì)現(xiàn)有基于SentiBank的圖像情感特征ANP的檢測(cè)噪聲問(wèn)題、區(qū)分度問(wèn)題和情感話(huà)題相關(guān)性問(wèn)題，本文提出了基于話(huà)題相關(guān)性模型的圖像情感語(yǔ)義特征表示。話(huà)題相關(guān)性模型充分利用微博中同一話(huà)題下圖像間的相關(guān)性和不同話(huà)題下圖像

3、間的差異性信息，對(duì)原始SentiBank特征進(jìn)行選擇和優(yōu)化，一定程度上解決了ANP特征的檢測(cè)噪聲問(wèn)題和ANP區(qū)分度問(wèn)題，最終實(shí)驗(yàn)驗(yàn)證了基于話(huà)題相關(guān)性模型的圖像情感特征表示的有效性。該圖像情感語(yǔ)義特征的有效性使結(jié)合文本和圖像的跨媒體微博情感傾向性分析成為可能。
　　2.針對(duì)微博中短文本信息不足和用戶(hù)表達(dá)方式轉(zhuǎn)變的問(wèn)題，本文提出了基于文本和圖像信息融合的情感傾向性分類(lèi)模型。該模型在文本詞袋特征和圖像情感語(yǔ)義特征表示的基礎(chǔ)上，采用了特征