基于半監(jiān)督學習的維吾爾語情感分析研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的不斷普及，使得我們的生活與之息息相關(guān)。在微博等實時性交流工具的廣泛應(yīng)用下，互聯(lián)網(wǎng)上的自由言論呈爆炸性的增長。如果這些言論中的負面信息大范圍傳播，將會對社會有很大的影響。為了解決這一問題，情感分析的研究可以避免這些不必要的現(xiàn)象發(fā)生。
　　大語種的情感分析研究相對來說比較多，但是一些少數(shù)民族語言的情感分析研究還很少。就目前的維吾爾語情感分析來說存在以下幾個難點：一、維吾爾語語料庫的不平衡性導致標注語料在分類器中的效果不

2、佳，需要加強情感語料的平衡性；二、基于機器學習的維吾爾語情感分析還不是很成熟，有許多未知的問題有待于發(fā)掘。本文針對維吾爾語情感分析的研究，開展了以下幾個方面的研究：
　　首先，本文使用主動學習策略篩選需要標注的語料構(gòu)建SVM分類器，這些策略包括分類不確定性、聚類代表性和樣本差異性。其次使用層次k-means聚類對余下大量未標注語料進行無監(jiān)督學習，其結(jié)果可以作為半監(jiān)督學習的輔助語料。最后，針對語料的正負數(shù)量不平衡導致分類器性能嚴重降