多粒度融合的漢語(yǔ)句子主觀性和情感分類方法研究.pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展,特別是Web2.0的興起,越來(lái)越多的人們以網(wǎng)絡(luò)為媒介發(fā)表他們對(duì)某個(gè)事件或事物的意見(jiàn)和評(píng)論。意見(jiàn)挖掘得到了廣泛地應(yīng)用,并引起了自然語(yǔ)言處理等相關(guān)領(lǐng)域的極大關(guān)注,主觀性識(shí)別和情感分類是意見(jiàn)挖掘中的兩個(gè)關(guān)鍵問(wèn)題,其主要任務(wù)就是將文本中人們所表達(dá)的意見(jiàn)信息從客觀性的信息中識(shí)別出來(lái),并確定其情感傾向。這兩個(gè)問(wèn)題的解決對(duì)意見(jiàn)問(wèn)答系統(tǒng)、信息抽取、和意見(jiàn)文摘等自然語(yǔ)言處理系統(tǒng)都有著極其重要的意義。
　　 本文在統(tǒng)計(jì)方法和模

2、糊集合論框架下研究漢語(yǔ)句子的主觀性識(shí)別和情感分類問(wèn)題。為了降低問(wèn)題的復(fù)雜性,提高系統(tǒng)性能,本文根據(jù)漢語(yǔ)句子的特點(diǎn)分析句子中不同粒度層面的主觀性及情感傾向,并以它們?yōu)榛救蝿?wù)線路,根據(jù)不同層次粒度的融合策略解決漢語(yǔ)句子層面的主觀性識(shí)別和情感分類問(wèn)題。具體地講,本文從如下四個(gè)方面進(jìn)行研究:
　　 1.主觀性識(shí)別是意見(jiàn)挖掘中首先要解決的問(wèn)題之一。面向大規(guī)模開(kāi)放應(yīng)用,本文提出了一整套漢語(yǔ)句子主觀性識(shí)別解決方案,包括:(1)在分析漢語(yǔ)主觀

3、性表述的基礎(chǔ)上,給出了一種基于Chi-square的主觀性特征選擇方法；(2)針對(duì)漢語(yǔ)主觀性意見(jiàn)表述與客觀事實(shí)表述的差異性,引入情感密度概念,提出一種基于情感密度的漢語(yǔ)句子主觀性識(shí)別方法;(3)在漢語(yǔ)句子的情感密度的基礎(chǔ)上,以句子的情感密度區(qū)間為特征,描述了一種情感密度和貝葉斯分類器相融合的漢語(yǔ)句子主觀性分類方法。實(shí)驗(yàn)結(jié)果表明,本文提出的漢語(yǔ)句子主客觀分類方法具有較強(qiáng)的適應(yīng)性,能夠有效地將文本中的主觀性意見(jiàn)表述從客觀性事實(shí)陳述中分離出來(lái)

4、,并取得了較理想的實(shí)驗(yàn)結(jié)果。
　　 2.詞語(yǔ)是構(gòu)成自然語(yǔ)言的基本單位,其主觀性是進(jìn)一步進(jìn)行短語(yǔ)和句子主觀性分析的基礎(chǔ)。針對(duì)漢語(yǔ)詞語(yǔ)主觀性存在的兼類問(wèn)題和強(qiáng)度問(wèn)題,本文在計(jì)算詞語(yǔ)的主觀性權(quán)重的基礎(chǔ)上,提出一種對(duì)數(shù)線性模型和模糊集合相結(jié)合的漢語(yǔ)詞語(yǔ)主觀性強(qiáng)度學(xué)習(xí)方法。其基本思想是先采用對(duì)數(shù)線性模型對(duì)語(yǔ)料中的候選主觀性詞語(yǔ)進(jìn)行主觀性權(quán)重預(yù)測(cè),然后再在模糊集合的框架下融合詞語(yǔ)的主觀性權(quán)重相關(guān)信息,構(gòu)造詞語(yǔ)主觀性強(qiáng)度的模糊集合及對(duì)應(yīng)的隸屬

5、函數(shù)并以此判別詞語(yǔ)的主觀性強(qiáng)度類別,最后應(yīng)用于漢語(yǔ)句子的主觀性識(shí)別之中。實(shí)驗(yàn)結(jié)果表明,由于引入詞語(yǔ)的主觀性強(qiáng)度類別,本文方法取得了良好的效果。
　　 3.引入漢語(yǔ)詞語(yǔ)的結(jié)構(gòu)信息有助于漢語(yǔ)詞語(yǔ)的情感傾向預(yù)測(cè)。針對(duì)漢語(yǔ)詞語(yǔ)情感傾向難于預(yù)測(cè)的問(wèn)題,本文在深入分析了漢語(yǔ)詞語(yǔ)結(jié)構(gòu)與詞語(yǔ)情感傾向的規(guī)律的基礎(chǔ)上,針對(duì)其中較難分辨的未登錄詞極性預(yù)測(cè)問(wèn)題,將詞語(yǔ)中語(yǔ)素等結(jié)構(gòu)特征有效結(jié)合,提出了一種統(tǒng)計(jì)方法框架下的基于語(yǔ)素的漢語(yǔ)詞語(yǔ)情感傾向自動(dòng)預(yù)測(cè)

6、方法。并在討論詞匯層面極性預(yù)測(cè)的基礎(chǔ)上,提出了一種基于規(guī)則的短語(yǔ)極性計(jì)算方法,最后在詞語(yǔ)和短語(yǔ)的極性計(jì)算基礎(chǔ)上,給出了基于閾值法的句子情感分類方法。實(shí)驗(yàn)結(jié)果表明,與其他方法相比較由于引入句子中多層面的語(yǔ)言信息,本文方法較好的解決了漢語(yǔ)句子情感分類問(wèn)題。
　　 4.本文最后主要研究基于多粒度融合的漢語(yǔ)句子情感分類方法。在深入研究了語(yǔ)素、詞語(yǔ)和短語(yǔ)層面的主觀性及情感傾向的基礎(chǔ)上,針對(duì)情感句子表述的隱晦性和模糊性,并結(jié)合漢語(yǔ)本身的特點(diǎn)