多粒度融合的漢語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,越來越多的人們以網(wǎng)絡(luò)為媒介發(fā)表他們對某個事件或事物的意見和評論。意見挖掘得到了廣泛地應(yīng)用,并引起了自然語言處理等相關(guān)領(lǐng)域的極大關(guān)注,主觀性識別和情感分類是意見挖掘中的兩個關(guān)鍵問題,其主要任務(wù)就是將文本中人們所表達(dá)的意見信息從客觀性的信息中識別出來,并確定其情感傾向。這兩個問題的解決對意見問答系統(tǒng)、信息抽取、和意見文摘等自然語言處理系統(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句子的主觀性識別和情感分類問題。為了降低問題的復(fù)雜性,提高系統(tǒng)性能,本文根據(jù)漢語句子的特點(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句子層面的主觀性識別和情感分類問題。具體地講,本文從如下四個方面進(jìn)行研究:
　　 1.主觀性識別是意見挖掘中首先要解決的問題之一。面向大規(guī)模開放應(yīng)用,本文提出了一整套漢語句子主觀性識別解決方案,包括:(1)在分析漢語主觀

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)針對漢語主觀性意見表述與客觀事實(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句子主觀性識別方法;(3)在漢語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表述從客觀性事實(shí)陳述中分離出來

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

5、函數(shù)并以此判別詞語的主觀性強(qiáng)度類別,最后應(yīng)用于漢語句子的主觀性識別之中。實(shí)驗(yàn)結(jié)果表明,由于引入詞語的主觀性強(qiáng)度類別,本文方法取得了良好的效果。
　　 3.引入漢語詞語的結(jié)構(gòu)信息有助于漢語詞語的情感傾向預(yù)測。針對漢語詞語情感傾向難于預(yù)測的問題,本文在深入分析了漢語詞語結(jié)構(gòu)與詞語情感傾向的規(guī)律的基礎(chǔ)上,針對其中較難分辨的未登錄詞極性預(yù)測問題,將詞語中語素等結(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素的漢語詞語情感傾向自動預(yù)測

6、方法。并在討論詞匯層面極性預(yù)測的基礎(chǔ)上,提出了一種基于規(guī)則的短語極性計(jì)算方法,最后在詞語和短語的極性計(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言信息,本文方法較好的解決了漢語句子情感分類問題。
　　 4.本文最后主要研究基于多粒度融合的漢語句子情感分類方法。在深入研究了語素、詞語和短語層面的主觀性及情感傾向的基礎(chǔ)上,針對情感句子表述的隱晦性和模糊性,并結(jié)合漢語本身的特點(diǎn)