中文微博細(xì)粒度情感判別研究.pdf

1、微博作為一種新型的社交網(wǎng)絡(luò)平臺(tái)，能隨時(shí)隨地發(fā)布簡(jiǎn)短且內(nèi)容豐富的文本，這些信息有可能代表用戶的觀點(diǎn)或喜好，挖掘用戶這些信息對(duì)輿情監(jiān)控、市場(chǎng)營(yíng)銷、謠言控制等都有重要意義。目前，對(duì)文本的情感分析側(cè)重于簡(jiǎn)單的積極、消極二值分類。由于微博文本存在口語(yǔ)化嚴(yán)重，數(shù)據(jù)稀疏等問(wèn)題，因此對(duì)情感深層次的細(xì)粒度判別是十分重要且必要的。本文工作包括以下兩個(gè)方面：
　?。?）針對(duì)有明顯情感詞的微博，設(shè)計(jì)了一種基于情感元素模型的微博細(xì)粒度情感判別方法。根據(jù)依存

2、句法，分析出句子中詞語(yǔ)間的依存關(guān)系，找出副詞、否定詞等詞語(yǔ)級(jí)情感影響因子，建立情感元素模型并計(jì)算分值，對(duì)每種粒度分別進(jìn)行求和，將最大值所對(duì)應(yīng)的細(xì)粒度作為微博的情感的策略。
　?。?）針對(duì)無(wú)明顯情感詞的微博，設(shè)計(jì)了一種多特征支持向量機(jī)的微博細(xì)粒度情感判別的方法。首先，在特征選擇階段進(jìn)行改進(jìn)，針對(duì)傳統(tǒng)卡方檢驗(yàn)（CHI）特征選擇不穩(wěn)定性，只考慮微博條數(shù)而未考慮詞頻，提出一種卡方檢驗(yàn)-詞頻逆文檔詞頻（CHI- TFIDF）的特征抽取方法，

3、將詞頻、逆文檔詞頻引入到CHI算法中。實(shí)驗(yàn)表明改進(jìn)的CHI算法相比傳統(tǒng)CHI穩(wěn)定性和有效性均有所提高。將上述得到的特征詞再結(jié)合微博句子結(jié)構(gòu)和語(yǔ)義等特征引入到支持向量機(jī)算法中，訓(xùn)練模型最終得到細(xì)粒度判別結(jié)果。
　　將本文提出的方法與傳統(tǒng)的機(jī)器學(xué)習(xí)算法支持向量機(jī)進(jìn)行實(shí)驗(yàn)比較，準(zhǔn)確率和F值均高于支持向量機(jī)的，原因在于對(duì)有多重情感傾向的微博使用情感元素模型判別方式判別更準(zhǔn)確。2014年以本文提供的方法參加第三屆自然語(yǔ)言處理與中文計(jì)算會(huì)議發(fā)