中文文本多粒度情感分類計算的研究.pdf

1、文本情感分類及判別是通過自動劃分評論中肯定或否定的意見去挖掘對于某一產(chǎn)品的客戶意見，并對其進行褒貶性的判別分類。文本中涉及到情感分類的對象一般有詞匯、句子、段落以及篇章。而漢語語言的復雜性往往使詞匯、句子及文本的情感檢測研究面臨很多的困難。由于在文本情感分類計算領域中，通常對各粒度層面的研究方法都不同，而且對涉及到某些語言學中情感因素的知識理解還不夠詳盡，從而造成對某些研究對象的情感判別出現(xiàn)與主觀判斷不符的情況。因此，本文首先在知網(wǎng)的基

2、礎上，對詞匯語義傾向計算方法予以改進，并且根據(jù)語言學知識擴展了影響情感的各種因素。最后，對中文句子主題抽取與極性判別方法進行了詳細的方法改進，并提出運用搭配規(guī)則匹配算法進行句子情感傾向的計算。
　　 以下是本文的主要研究內容：
　　 (1)在知網(wǎng)理論前提下，對基于中文的情感詞匯傾向計算方法進行了改進。具體解決了知網(wǎng)中概念義原描述錯位及出現(xiàn)概念歧義的問題，這一部分的工作有利于后續(xù)進行句子情感傾向的判別。
　　 (2

3、)提出了對句子情感傾向影響因素的考慮及定量分析。首先將否定詞進行擴展，并搭配語義傾向詞匯對具體的修飾極性進行定量，更進一步研究了中文句子中否定共享問題，以及否定比較句中情感極性的轉移問題，因為這些因素往往影響著復句結構中情感的傾向度。其次，對感嘆句進行了詳細的分析研究，分別從感嘆詞與搭配規(guī)則入手，從語言學角度出發(fā)，對可能出現(xiàn)的各種感嘆句形式及表述予以情感分析。
　　 (3)改進了句子極性判別的具體方法，不再單純依靠依存結構中的句

4、法結構關系來轉移極性值，而是根據(jù)定義的依存結構關系先對句子主題進行抽取，再考慮依存語法距離和修飾詞極性對句子極性的影響。然后對句子進行否定規(guī)則匹配，使得句子層面的極性判別更為準確。其次，在詞匯、句子情感傾向研究的基礎之上，對中文文本情感傾向進行了具體的分析計算及設計應用。
　　 最后，針對本文提出的詞匯、句子情感傾向所采用的方法，對系統(tǒng)進行了測評，并與其它基于知網(wǎng)的研究方法進行實驗比較，結果表明本文提出的方法的有效性，且情感分類