面向新聞文本的讀者情緒預(yù)測(cè)方法研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，各類媒體的形式與內(nèi)容也得到了各種相應(yīng)的創(chuàng)新，其重點(diǎn)之一在于能夠更好更多的讓用戶參與其中以及分享個(gè)人感受體驗(yàn)，從而使得對(duì)大規(guī)模讀者群的情緒分析與跟蹤成為可能。通過對(duì)用戶針對(duì)媒體內(nèi)容產(chǎn)生的情緒進(jìn)行分析與預(yù)測(cè)，不僅可以用于提升用戶的搜索、閱讀體驗(yàn)，同時(shí)在輿情監(jiān)控等領(lǐng)域也有著更為廣泛的應(yīng)用。
　　目前對(duì)于文本情緒計(jì)算的研究主要集中在對(duì)文本本身所表達(dá)的情緒進(jìn)行分析，而對(duì)于讀者情緒，即文本所引發(fā)的讀者情緒的研究，總體上仍處在

2、比較初級(jí)的階段。本課題研究對(duì)讀者閱讀新聞媒體后的情緒反應(yīng)進(jìn)行預(yù)測(cè)的方法。也就是給定文本形式的新聞媒體報(bào)道，通過對(duì)其內(nèi)容進(jìn)行自動(dòng)化的分析從而預(yù)測(cè)讀者對(duì)該新聞事件的產(chǎn)生的情緒類別情況。本文的主要工作包括：第一，研究了利用新聞標(biāo)題的語義特征進(jìn)行讀者情緒預(yù)測(cè)的方法。針對(duì)新聞標(biāo)題文本較短、詞數(shù)較少但種類較多、數(shù)據(jù)稀疏的特點(diǎn)，提出了一種結(jié)合多標(biāo)簽分類器和基于HowNet語義概念特征的讀者情緒預(yù)測(cè)方法。在此基礎(chǔ)上，提出了一種基于語義概念序列特征的情緒

3、預(yù)測(cè)方法，通過引入詞序特征從而進(jìn)一步提升了預(yù)測(cè)性能；第二，由于目前缺少面向讀者情緒認(rèn)知和預(yù)測(cè)的詞典資源，本文提出并建立了一種基于情緒表達(dá)與情緒認(rèn)知分離的新型中文情緒詞典。在此詞典中，將情緒相關(guān)詞語按照情緒表達(dá)與情緒認(rèn)知加以區(qū)分，在支持傳統(tǒng)情緒分析的同時(shí)，也能夠支持情緒預(yù)測(cè)研究；最后，利用已建立的新型情緒詞典，本文提出了一種基于情緒類別強(qiáng)度分布的讀者情緒預(yù)測(cè)方法，分別應(yīng)用于全文文本與經(jīng)過擴(kuò)展后的標(biāo)題文本，并最終在標(biāo)題文本上將此方法與基于新

4、聞標(biāo)題語義概念的方法相結(jié)合，有效地提高了讀者情緒預(yù)測(cè)的性能。在利用社會(huì)化標(biāo)注建立的讀者情緒語料庫上進(jìn)行的實(shí)驗(yàn)中，基于標(biāo)題語義特征的讀者情緒預(yù)測(cè)方法在降低了特征維度和運(yùn)算時(shí)間的同時(shí)，預(yù)測(cè)結(jié)果的各項(xiàng)性能相對(duì)于基線系統(tǒng)有6.8％以上的提升；而通過進(jìn)一步結(jié)合人工標(biāo)注的情緒詞典，可以在較低特征維度下即可實(shí)現(xiàn)相對(duì)較好的分類效果。實(shí)驗(yàn)結(jié)果顯示，本文提出的基于語義特征和情緒認(rèn)知詞典的方法可以明顯提高讀者情緒預(yù)測(cè)系統(tǒng)的性能。此外，本文實(shí)現(xiàn)的新型中文情緒詞