面向微博電影評論的情感分類研究.pdf

1、隨著web2.0的發(fā)展,微博的出現(xiàn)不斷地改變著人們的生活方式。由于其強大的影響力和滲透力,現(xiàn)在越來越多的人喜歡通過微博發(fā)表電影評論。微博電影評論是觀眾對電影好壞的一種情感表達,對這些信息進行情感分類研究,不僅有助于觀眾決策,選擇好的電影,同時也能夠使制片商及時獲取大眾對電影的反應(yīng),調(diào)整相應(yīng)的營銷策略,從而提高電影票房成績。微博電影評論是電影評論在社交網(wǎng)絡(luò)平臺上存在的一種新模式?，F(xiàn)有的電影評論研究大多數(shù)是針對傳統(tǒng)電影評論。傳統(tǒng)電影評論主題

2、單一,且篇幅較長,微博電影評論與其不同。因此本文根據(jù)微博電影評論的特點,對其情感分類進行研究。
　　本研究主要內(nèi)容包括：⑴通過對大量微博電影評論統(tǒng)計和分析,在知網(wǎng)詞典的基礎(chǔ)上,構(gòu)建一個電影領(lǐng)域情感詞典,用于微博電影評論情感分類。⑵根據(jù)主題發(fā)散這一特點,提出一種基于主題情感句提取的微博電影評論情感分類方法。該方法分為三步:第一步,提取主題相關(guān)句,將主題無關(guān)的句子從評論文本中剔除;第二步,主客觀分類,即從余下的主題相關(guān)內(nèi)容中,找出主題

3、情感句,去除客觀性的句子;第三步,情感分類,采用機器學習方法對最終的評論文本進行分類,獲得其情感傾向。同時在這一過程中,對零指代句子利用依存句法分析方法進行消除。⑶提出了一種基于主動學習和協(xié)同訓練的半監(jiān)督情感分類方法。在網(wǎng)上獲取未標注的微博電影評論語料很容易,但想要得到大量的標注語料,則需要消耗很多的人力和時間。為了減小人工標注的工作量,文本采用半監(jiān)督方法,并在協(xié)同訓練框架的基礎(chǔ)上,引入主動學習思想,從而改善分類器的性能,提升分類的準確