基于OCC模型的文本情感識(shí)別方法的研究.pdf

1、文字是計(jì)算機(jī)進(jìn)行情感識(shí)別的一種重要形態(tài)。今天計(jì)算機(jī)使用者所面對的主要是以文字形式表示的信息。傳統(tǒng)上的文本分類往往關(guān)注于把文本映射到給定的主題，如體育、經(jīng)濟(jì)、政治等。然而，近年來對文本非主題分析的興趣不斷增加，其中就包括文本的情感分類。文本的情感分類即情感識(shí)別(textual emotion recognition)是指識(shí)別文本中隱藏的情感信息。它已成為人機(jī)對話和人機(jī)互動(dòng)的關(guān)鍵部分。 常用的文本情感識(shí)別方法主要包括以下幾種:

2、 關(guān)鍵詞識(shí)別(keywordspotting)、詞匯關(guān)聯(lián)(lexical affinity)、基于統(tǒng)計(jì)的自然語言處理方法(statistical natur，allanguage processing)以及使用常識(shí)庫(commonsenseknowledge base)識(shí)別的方法等等。關(guān)鍵詞識(shí)別和詞匯關(guān)聯(lián)的方法主要是根據(jù)句中不帶歧義的關(guān)鍵詞與情感詞典中詞匯的匹配結(jié)果來識(shí)別情感。基于統(tǒng)計(jì)的自然語言處理方法適合處理較大篇幅的文本，而且還要

3、依賴于大量的訓(xùn)練數(shù)據(jù)。使用常識(shí)庫的識(shí)別方法是根據(jù)大規(guī)模常識(shí)庫中的知識(shí)來識(shí)別句子的情感。這些模型在一定程度上可以較準(zhǔn)確地分析出文本中的情感，但仍存在一定的局限性，因?yàn)槿祟惖那楦谐尸F(xiàn)出特有的復(fù)雜性和多變性特征，現(xiàn)有文本情感的研究都只建立在心理學(xué)的基礎(chǔ)上，沒有完整的數(shù)學(xué)理論基礎(chǔ)。且大多數(shù)模型利用情感關(guān)鍵詞識(shí)別方法，既沒有考慮當(dāng)事人的性格對情感的影響，也沒有考慮句子所表達(dá)事件之間的關(guān)系。 本文構(gòu)建了一個(gè)基于OCC情感認(rèn)知識(shí)別模型的文本情

4、感識(shí)別模型，該模型考慮了性格對情感的影響，同時(shí)，又很好的定義了事件之間的關(guān)系。在OCC模型定義的情感規(guī)則基礎(chǔ)上，結(jié)合文本和常識(shí)庫的特征定義了一系列文本情感產(chǎn)生規(guī)則，并針對性格模型對文本情感產(chǎn)生規(guī)則進(jìn)行更新，得到符合不同用戶性格特征的文本情感產(chǎn)生規(guī)則。為使所定義的情感產(chǎn)生規(guī)則易于由文本特征實(shí)現(xiàn)，本文結(jié)合自然語言處理(NLP，Natural,LanguageProcessing)和常識(shí)庫的特點(diǎn)對OCC模型的情感規(guī)則進(jìn)行簡化和修正。為將性格模

5、型融入文本情感識(shí)別過程中，本文通過對大五人格模型的每一維進(jìn)行分析針對其特點(diǎn)對基本情感產(chǎn)生規(guī)則進(jìn)行修改，建立針對不同性格用戶的情感產(chǎn)生規(guī)則。為進(jìn)一步提高模型識(shí)別情感的準(zhǔn)確率，減少誤判，使用用增量學(xué)習(xí)(incremental learning)方法收集并訓(xùn)練用戶的反饋信息。根據(jù)反饋信息，動(dòng)態(tài)的對常識(shí)庫和情感公式中的閾值進(jìn)行不斷的更新，得到了更完善的常識(shí)庫和更合適的心情、情感閾值。 為了驗(yàn)證模型的文本情感識(shí)別準(zhǔn)確率，根據(jù)此模型實(shí)現(xiàn)了一