基于詞典和機(jī)器學(xué)習(xí)組合的情感分析.pdf

1、情感是人類智能表現(xiàn)的一種特征。情感既可以是身體上生理狀態(tài)發(fā)生變化的反映，也可通過文本加以表達(dá)。目前研究情感分析的語料資源大部分來源于用戶評(píng)論文本。評(píng)論文本已成為消費(fèi)者購(gòu)買商品的重要參考。從文本中獲取情感信息，首先要從文本中抽取語義特征信息并加以分類。因?yàn)闊o法及時(shí)提取到信息豐富的評(píng)論，且基于詞典的方法或基于機(jī)器學(xué)習(xí)的方法量化得到的情感特征過于片面，無法很好的輔助消費(fèi)者進(jìn)行決策，所以提取評(píng)論文本的情感特征及對(duì)評(píng)論文本進(jìn)行主客觀分類的研究就有

2、現(xiàn)實(shí)意義。但基于詞典的研究依賴于情感詞典，由于新的詞匯以及未登錄詞較多，情感詞典的構(gòu)建難度較大，且詞語缺少?gòu)?qiáng)度量化。機(jī)器學(xué)習(xí)的方法不能較好解決多個(gè)情感詞時(shí)引發(fā)的情感發(fā)散問題。本文提出了結(jié)合詞典和機(jī)器學(xué)習(xí)的情感分析方法，得到可以提高預(yù)測(cè)評(píng)論主客觀性的正確率的情感特征組合。
　　本文將手機(jī)評(píng)論文本作為研究對(duì)象進(jìn)行相關(guān)情感分析研究工作，將基于詞典與主題模型結(jié)合方法、基于機(jī)器學(xué)習(xí)方法以及詞典和機(jī)器學(xué)習(xí)組合方法得到的情感特征進(jìn)行量化表示。實(shí)

3、驗(yàn)比較量化的情感特征對(duì)主客觀分類的影響。本文的研究工作如下:
　　(1)詞典擴(kuò)充與極性計(jì)算研究。在基于詞典的情感分析中，針對(duì)目前通用情感詞典無法滿足特定領(lǐng)域情感分析的要求，本文基于SO-PMI算法構(gòu)建了由通用詞典、擴(kuò)展詞典和專用領(lǐng)域詞典組合的手機(jī)領(lǐng)域的專屬情感詞庫。并利用其情感詞抽取和主題模型特征表示的結(jié)合方法對(duì)相應(yīng)情感特征進(jìn)行量化表示。實(shí)驗(yàn)得出，與基于詞典的方法相比，詞典與主題模型相結(jié)合的方法進(jìn)一步優(yōu)化了情感特征的量化表示。

4、r>　　(2)機(jī)器學(xué)習(xí)的情感特征挖掘。在特征選擇和組合、特征維度和分類算法選擇方面進(jìn)行最優(yōu)化，最大化情感分類準(zhǔn)確率。手機(jī)評(píng)論領(lǐng)域的情感分類時(shí)采用貝葉斯、邏輯回歸、支持向量機(jī)這三種分類算法，實(shí)驗(yàn)得貝葉斯分類效果最好。以所有詞、雙詞搭配、所有詞和雙詞搭配、信息量豐富的詞、信息豐富的詞和雙詞搭配作為特征選擇組合方式，實(shí)驗(yàn)得出信息豐富的詞和雙詞搭配為特征在1000維時(shí)取得最優(yōu)分類效果。
　　(3)特征選擇與分類算法研究。將基于詞典的方法得