句子和篇章文本傾向分析.pdf

1、文本傾向分析目的是確定文本所表達的態(tài)度或觀點，近幾年來已經成為信息檢索和自然語言處理領域的一個熱點問題。文本傾向分析分為兩個方面：情感(emotion)和情感傾向(sentiment/opinion)。這兩方面都是人物主觀意愿的反映，情感表達人物自身的情緒起伏，如快樂、悲傷等；情感傾向則表達人物對外界事物的態(tài)度或者喜愛的程度，如贊成、反對等。
　　文本傾向分析應用十分廣泛，在輿情分析、有害信息過濾、影視評價、產品調查等方面都有廣闊

2、的應用前景，但是目前公開的情感分析語料還比較少，給研究帶來很大的困難。目前情感分析還是比較初步，要使情感分析達到可應用的程度，還有很長的路要走。本文重點對句子情感分析和篇章級情感傾向分析進行了研究。
　　首先，本文將研究焦點對準喜、怒、哀、懼四類情感分析問題，重點解決中文句子的情感分析問題。句子情感分析首先根據情感詞典和傾向詞典提取詞特征，并采用規(guī)則提取詞序列特征，然后采用最大熵模型對句子進行情感分類。在COAE2009評測中句子

3、情感分析取得較好結果。
　　其次，情感分類是目前篇章情感分析的主要方法，但該方法難以融入結構特征。針對此問題，采用級聯(lián)模型對篇章情感傾向進行分析，將篇章情感傾向分析分為兩層：小句級和篇章級。首先分解篇章到小句，再由小句級的分析過度到對篇章級進行分析。使用最大熵模型處理小句級情感分類，小句級的輸出作為上層篇章級的輸入，并結合句型特征和句子位置等信息作為特征，采用支持向量機模型進行篇章級情感分類。同時對于級聯(lián)模型中雙層標注問題，基于交