基于Web評(píng)論信息的傾向性分析關(guān)鍵技術(shù)研究.pdf

1、社交網(wǎng)絡(luò)的迅速興起,網(wǎng)民規(guī)模的不斷攀升,使得以互聯(lián)網(wǎng)為代表的新興媒體已經(jīng)成為廣大群眾表達(dá)訴求、抨擊時(shí)弊、建言獻(xiàn)策、溝通交流的重要工具,成為群眾行使知情權(quán)、參與權(quán)、表達(dá)權(quán)和監(jiān)督權(quán)的重要渠道。與此同時(shí),網(wǎng)絡(luò)用戶也由信息的被動(dòng)接收者轉(zhuǎn)變?yōu)樾畔⒌纳a(chǎn)者,這便造成了用戶產(chǎn)生的大量評(píng)論信息在互聯(lián)網(wǎng)上堆積的情形。不僅如此,用戶產(chǎn)生評(píng)論信息中還蘊(yùn)含了用戶情感態(tài)度、政治傾向等信息。挖掘用戶產(chǎn)生內(nèi)容信息所攜帶的情感信息,分析用戶的情感傾向,對(duì)商品推薦、輿情

2、發(fā)現(xiàn)以及信息預(yù)測(cè)等均有著重要的意義。
　　迄今為止,研究者在傾向性分析領(lǐng)域做出了大量的研究,推進(jìn)了傾向性分析研究的進(jìn)步。由于用戶的情感傾向性信息多蘊(yùn)含在用戶產(chǎn)生的文本信息中,而自然語言處理本身便是一項(xiàng)極具挑戰(zhàn)性的工作。再加上蘊(yùn)含在用戶產(chǎn)生評(píng)論信息中的情感傾向還會(huì)依據(jù)語境的不同而發(fā)生變化,這便使得傾向性分析存在以下幾個(gè)亟待解決的問題:
　　傾向性分析存在語料分布極度不平衡現(xiàn)象。一些領(lǐng)域的語料容易通過互聯(lián)網(wǎng)獲取,而某些領(lǐng)域的語料

3、屬于稀有資源,如何解決語料分布不平衡問題,使得構(gòu)建的情感詞表具有較高的領(lǐng)域可移置性,達(dá)到跨領(lǐng)域傾向性分析的目的是當(dāng)前亟待解決的首要問題。
　　情感詞不僅具有領(lǐng)域依賴性,而且具有上下文依賴性,同一個(gè)情感詞在不同的上下文環(huán)境中會(huì)表現(xiàn)出不同的情感傾向,導(dǎo)致系統(tǒng)精確度大幅降低。如何解決情感詞的上下文依賴問題是提高傾向性分析的關(guān)鍵所在。
　　針對(duì)復(fù)雜的語言現(xiàn)象,如何捕捉比較詞、否定詞以及句式等因素對(duì)句子傾向性的影響,能否構(gòu)建一個(gè)合理的

4、句子傾向性分析模型,捕捉影響句子傾向性的多種因素,達(dá)到提高句子傾向性分析目的是傾向性分析所面臨的問題之一。
　　平面話題模型難以描述評(píng)論文本中主題與屬性之間的關(guān)系,造成全局把握某一評(píng)論話題的全局情感傾向性困難的局面。能否構(gòu)建一個(gè)合適的評(píng)論文本表示模型,用于描述評(píng)論文本中話題與子話題之間縱向?qū)哟侮P(guān)系及橫向關(guān)聯(lián)關(guān)系,最終達(dá)到描述用戶全局情感傾向的目的,是當(dāng)前面臨的一個(gè)重要問題。
　　本文針對(duì)上述問題,確立研究內(nèi)容。主要工作如下:

5、
　　(1)研究跨領(lǐng)域情感詞自動(dòng)擴(kuò)展方法,解決不同領(lǐng)域數(shù)據(jù)分布不平衡現(xiàn)象。針對(duì)傾向性分析中存在語料分布不平衡問題,提出一種跨領(lǐng)域傾向性分析方法。目的在于利用源領(lǐng)域中已標(biāo)注信息分析目標(biāo)領(lǐng)域中未登錄詞的情感傾向,用于未標(biāo)注領(lǐng)域情感詞自動(dòng)擴(kuò)展。該方法首先將情感詞劃分為依賴情感詞和獨(dú)立情感詞兩類,以此為基礎(chǔ)擴(kuò)展原有傾向性分析的兩個(gè)假設(shè),構(gòu)建源領(lǐng)域與目標(biāo)領(lǐng)域之間的關(guān)系,達(dá)到情感詞自動(dòng)擴(kuò)展的目的。整個(gè)方法涉及情感詞抽取和情感詞傾向性定義兩個(gè)步

6、驟。情感詞抽取階段采用詞性信息與改進(jìn)的點(diǎn)互信息相結(jié)的方法計(jì)算候選情感詞與評(píng)價(jià)對(duì)象之間的依賴強(qiáng)度,獲取目標(biāo)領(lǐng)域情感詞集合。構(gòu)造詞與詞、詞與評(píng)價(jià)對(duì)象、詞與文檔之間關(guān)系,并利用這個(gè)關(guān)系計(jì)算每個(gè)情感詞傾向強(qiáng)度,最終達(dá)到跨領(lǐng)域情感詞擴(kuò)展的目的。
　　(2)研究評(píng)價(jià)短語傾向性分析方法,為解決情感詞傾向性依賴下文依賴問題開辟新的途徑。針對(duì)情感詞傾向性存在上下文依賴性問題,提出一種基于評(píng)價(jià)對(duì)象隱性情感傾向的評(píng)價(jià)短語傾向性分析方法。該方法將情感詞的

7、上下文環(huán)境分解為評(píng)價(jià)對(duì)象,并對(duì)評(píng)價(jià)對(duì)象的隱性情感加以量化,以此為基礎(chǔ)構(gòu)建評(píng)價(jià)對(duì)象、情感詞以及評(píng)價(jià)短語之間的關(guān)系。最后,依據(jù)啟發(fā)式規(guī)則構(gòu)建短語傾向性分析的目標(biāo)函數(shù),達(dá)到短語傾向性分析的目的。實(shí)驗(yàn)表明,結(jié)合評(píng)價(jià)對(duì)象隱性情感傾向的情形下,評(píng)價(jià)短語傾向性識(shí)別得到了有效的提高。
　　(3)研究否定句傾向性分析方法,以解決否定詞否定界限模糊的問題。針對(duì)句子傾向性分析中否定詞否定界限模糊的問題,分析影響否定句傾向性分析的主要因素以及否定詞的否定

8、范圍,將否定界限問題轉(zhuǎn)化為否定詞位置問題,以此為基礎(chǔ)提出一種基于層疊HMM的否定句傾向性分析方法。該方法被劃分為三個(gè)層次,其中HMM-1和HMM-2用于識(shí)別否定句中所包含的評(píng)價(jià)對(duì)象,以此為基礎(chǔ),計(jì)算短語的情感傾向。為了量化否定詞對(duì)句子傾向性的影響,將句子中所包含的否定詞作為觸發(fā)條件修正評(píng)價(jià)短語的情感傾向,最后依據(jù)不同的句式計(jì)算句子的全局情感傾向。該方法參加了2012年第四屆全國傾向性信息評(píng)測(cè),提交的結(jié)果在所有提交結(jié)果中表現(xiàn)最優(yōu)。

9、　　(4)研究評(píng)論文本模型構(gòu)建方法,用于解決平面話題模型關(guān)聯(lián)檢測(cè)困難的問題,為全局捕捉話題特征傾向奠定基礎(chǔ)。針對(duì)平面話題模型關(guān)聯(lián)檢測(cè)困難的問題,本文提出一種融合擴(kuò)展 IB理論的評(píng)論文本模型構(gòu)建方法。該方法將評(píng)論文本視為一個(gè)層次結(jié)構(gòu),首先將評(píng)論文本劃分為一個(gè)個(gè)獨(dú)立的語義單元,并將語義單元進(jìn)一步劃分為主題特征和語義單元特征兩個(gè)部分。其中,主題屬性用于同一話題或產(chǎn)品的全局關(guān)聯(lián),而語義單元屬性則用于區(qū)分話題或子屬性之間的關(guān)系。在語義單元?jiǎng)澐种?