社交網(wǎng)絡(luò)評論中的反語識別研究.pdf

1、隨著信息技術(shù)的蓬勃發(fā)展，網(wǎng)絡(luò)中的文檔成為主要的信息載體，是人們生活中主要信息來源。隨著互聯(lián)網(wǎng)Web2.0時代的到來，人們從被動接受門戶網(wǎng)站的信息，轉(zhuǎn)為主動在社交媒體上發(fā)布、共享、傳播信息。由于用戶參與信息產(chǎn)生過程中，網(wǎng)絡(luò)信息的內(nèi)容形式也變得多種多樣。這些關(guān)于觀點性的內(nèi)容對社會輿情分析、電子商務(wù)等方面都有著重要的意義和實用價值。針對這種觀點性文本的情感分類逐漸演變?yōu)橐粋€熱點問題。在網(wǎng)絡(luò)文本中經(jīng)常出現(xiàn)反語，他們利用反語來表達主觀的以及深層次

2、的觀點，反語的使用將大大增加情感分析的難度。為了提高情感分類的準(zhǔn)確度，需要探討反語識別，因此本文研究的是反語識別。
　　本文主要從兩個方面研究反語的識別：一是基于規(guī)則的反語識別方法；二是基于機器學(xué)習(xí)反語識別方法。對于基于規(guī)則的反語識別方法，本文中提出了兩種反語識別的規(guī)則—歇后語規(guī)則、違反常識規(guī)則，這也是本文的創(chuàng)新之處。對違反常識規(guī)則部分引入了矛盾關(guān)系檢測，通過矛盾關(guān)系中的反義詞規(guī)則和否定詞規(guī)則，來判斷文本是否是違反了常識規(guī)則。滿足

3、上述兩種規(guī)則中的其中一種的文本則判定為反語，對于不滿足規(guī)則的文本，使用機器學(xué)習(xí)方法訓(xùn)練分類器，識別出反語。訓(xùn)練分類器過程中，構(gòu)建特征體系—英文詞、特定的語氣詞、文本中特定的詞匯、網(wǎng)絡(luò)詞匯、諧音字、連續(xù)的標(biāo)點符號，將分詞后并刪除停用詞后的所有不重復(fù)詞也納入特征體系。計算只使用機器學(xué)習(xí)方法進行反語識別的性能，同時也計算規(guī)則結(jié)合機器學(xué)習(xí)方法進行反語識別的性能，并比較這兩種方法的性能。本文發(fā)現(xiàn)本文中提出的規(guī)則結(jié)合機器學(xué)習(xí)方法對反語識別相對只使用