文本情感分析若干問題研究.pdf

1、隨著旅游行業(yè)在全球范圍內(nèi)的快速發(fā)展,人們越來越傾向于通過有效的搜索引擎尋找發(fā)現(xiàn)有趣的地方以及收集相關(guān)的信息。隨著Web2.0的迅猛發(fā)展,越來越多的人會在一些旅游社區(qū)網(wǎng)站上(如馬蜂窩,驢評網(wǎng),窮游網(wǎng)等網(wǎng)站)分享自己的旅游經(jīng)歷,通過點(diǎn)評、游記等方式記錄對目的地,景點(diǎn),酒店或者相關(guān)產(chǎn)品服務(wù)的體驗(yàn)感受。這些網(wǎng)站已經(jīng)成為旅游者收集相關(guān)信息的主要來源。然而,人們常常淹沒在數(shù)量巨大的評價內(nèi)容中,很難從海量數(shù)據(jù)中找到關(guān)于旅游目的地的有用信息。文本情感分

2、析以帶有主觀性信息的文本為研究對象,目的是識別、分類、抽取、標(biāo)注這些文本里表達(dá)的情感、觀點(diǎn)、影響。對這些評論進(jìn)行分析歸納,挖掘有價值內(nèi)容,幫助用戶更好地做旅行決策,是迫切需要解決的問題。
　　本文圍繞提高情感分類性能以及不平衡數(shù)據(jù)集的情感分類兩個話題進(jìn)行實(shí)驗(yàn)研究,主要工作包括以下幾個方面:
　　1)提出了基于序列化規(guī)則(Serialization Rules)的特征提取算法—SR
　　識別情感所表達(dá)的實(shí)體和情感表達(dá)的方

3、式是情感文本分類的重要環(huán)節(jié),情感分析任務(wù)中都采用詞作為特征項(xiàng),稱作特征詞。其中,情感表達(dá)的實(shí)體,被稱為主題詞;情感是怎樣表達(dá)的,是指情感詞。本文針對特定的句法結(jié)構(gòu),提出了基于序列化規(guī)則的特征提取方法—SR,有效地提取出能較好代表文本內(nèi)容的特征項(xiàng),去除了一些無關(guān)的,冗余的特征項(xiàng),大大降低了特征向量的維度,降低了計算復(fù)雜度,提高了文本分類的精確性。
　　2)結(jié)合集成學(xué)習(xí)理論解決不平衡數(shù)據(jù)集的情感分類問題
　　文本情感分類的大部分

4、研究中,進(jìn)行分類的正負(fù)類樣本數(shù)量基本一致的,即正負(fù)類樣本是平衡的。然而在實(shí)際的應(yīng)用場景中,常常出現(xiàn)分類樣本中一個類別的樣本數(shù)量是另一類別樣本數(shù)量的幾倍,多數(shù)類樣本的數(shù)量遠(yuǎn)遠(yuǎn)大于少數(shù)類樣本,這就是情感分類問題中“不平衡”問題。本文通過結(jié)合欠抽樣技術(shù)和集成學(xué)習(xí)理論對不平衡的情感分類數(shù)據(jù)進(jìn)行分類,裝袋欠抽樣算法—BUS(Baggingand Under Sampling)與Stacking組合分類器器方法,提高其分類性能,將情感分類技術(shù)能真正