基于特征關聯的跨領域情感分類方法研究.pdf

1、隨著互聯網的快速發(fā)展,網絡數據大量、快速的產生,出現了博客、商品評論等信息,這些信息以文本的形式存在,具有情感傾向性。因而如何自動識別這些文本所表達的用戶情感(如肯定或否定),在社會輿情分析、產品評估等實際應用中日益重要。
　　然而,情感分類的準確率極易受到數據所在領域的限制和影響,某一領域的分類器難以適用于另一領域,而同時,標記信息難以及時獲取,從而使得傳統(tǒng)的情感分類算法面臨著巨大的挑戰(zhàn)。為此,跨領域情感分類的研究受到了廣泛地關

2、注?？珙I域情感分類就是利用一個已標記的領域去預測一個新的未標記領域的情感極性。
　　本文針對已有的跨領域情感分類方法中存在的問題展開研究,主要的工作如下:
　　(1)首先對跨領域情感分類進行了總體地概述,主要包括其發(fā)展背景、意義、相關定義、主要的研究問題與分類以及研究現狀。
　　(2)為了解決跨領域情感分類中目標領域無標簽問題,提出了基于特征極性調整的跨領域情感分類方法APW。該算法以共現特征為橋梁,通過共現特征極性不

3、斷調整將原始領域樣本標簽傳遞給目標領域,實現目標領域的分類。實驗結果表明APW算法在分類性能和時間性能上具有較大優(yōu)勢。
　　(3)為了解決特征分歧和極性分歧問題,提出了基于特征極性傳遞的跨領域情感分類方法TPW。該方法首先選取具有較高極性的領域通用詞;針對極性分歧問題,基于原始領域與目標領域的分布距離來重置通用詞的極性;針對特征分歧問題,利用通用詞作為橋梁,基于特征共現關系將原始領域特征的極性傳遞給目標領域,從而實現目標領域樣本的