中文文本傾向性分析研究.pdf

1、隨著互聯(lián)網(wǎng)的迅速普及，互聯(lián)網(wǎng)應(yīng)用越來越簡易，使得上網(wǎng)人數(shù)與同俱增?；ヂ?lián)網(wǎng)生活呈現(xiàn)出多元化，復(fù)雜化的趨勢，越來越多的人們開始關(guān)注互聯(lián)網(wǎng)，開始通過互聯(lián)網(wǎng)來發(fā)出自己的聲音，而且形式不一，比如，微博，論壇，博客，BBS等。人們通過這些媒體發(fā)表自己對其他的人或事件的評價，看法，這些評價看法常常帶有明顯的傾向性信息，如何讓計算機(jī)自動準(zhǔn)確提取這些有用的傾向性信息，這個問題吸引了大量的研究學(xué)者，逐漸就演化成了文本的傾向性分析課題。
　　 文本傾

2、向性分析研究目前已經(jīng)成為自然語言處理領(lǐng)域的研究熱點(diǎn)之一。文本傾向性分析具有重要研究意義，在學(xué)術(shù)領(lǐng)域，商業(yè)領(lǐng)域，管理領(lǐng)域等都有著巨大的使用價值。
　　 中文文本的情感傾向性研究相對于英文的情感傾向性研究起步較晚，很多問題還需要全方位的研究，中文情感傾向性分析有很多子課題，本文在研究了大量的基礎(chǔ)資料后，分別選擇了兩個子課題，中文句子的情感傾向性識別和中文文本的主客觀分類，并且進(jìn)行了一系列的實驗研究。
　　 本文的主要工作是：

3、
　　 1.研究了中文句子的情感傾向性識別課題
　　 中文句子的情感傾向性識別課題的主要研究內(nèi)容是讓計算機(jī)可以有效的判斷給出的中文句子是褒義還是貶義的，并且給出其傾向性程度。文本傾向性識別的一個重要的基礎(chǔ)性工作是句子傾向性識別，從目前的研究論文可以看出，提取實體間關(guān)聯(lián)難度很大，這個問題在主觀性文本信息的提取上表現(xiàn)的更加嚴(yán)重。而有針對性的提取傾向性信息的研究，目前進(jìn)行的還比較少?；谶@個問題，本文在綜合大量資料的基礎(chǔ)上，提

4、出了一種基于情感詞語義加權(quán)的句子情感傾向性識別方法。本文通過實驗驗證了該算法的可行性以及有效性。
　　 2.研究了中文文本的主客觀分類課題
　　 人們在買一種產(chǎn)品或者選擇一項服務(wù)之前，都想在互聯(lián)網(wǎng)上獲得該項產(chǎn)品或者服務(wù)的用戶評價，以便參考，從而決定是否購買。因此文本的主客觀分析是一個非常重要的，具有可觀的研究價值的基礎(chǔ)性課題。中文文本的主客觀分析的主要目的是讓計算機(jī)可以自動的準(zhǔn)確的識別出待分析的中文文本是屬于主觀文本還是

5、客觀文本。只有主觀性的文本才能體現(xiàn)出某種情感傾向信息。該課題也可以看做是一個特殊的分類問題，分類的依據(jù)是文本是否包含情感傾向。由于中文語言的多樣性，語義的豐富性，主客觀句的特征并不明顯，基于統(tǒng)計的分析方法難以很好的反映中文的語義內(nèi)涵，而基于語義的分析方法需要大量的專家知識，并且存在著主客觀區(qū)分知識難以抽取，難以表示的問題?；谶@個問題，本文提出了一種基于語義的TriPos模式的中文文本主客觀分析的方法。本文通過實驗驗證了該算法的可行性以

6、及有效性。
　　 本文的主要創(chuàng)新點(diǎn)是：
　　 1.提出了一種基于情感詞語義加權(quán)的句子情感傾向性識別方法
　　 該方法采用遺傳學(xué)基因的思想，把情感詞看做基因，在不同的上下文環(huán)境中呈現(xiàn)出不同的情感傾向性，首先確定情感詞的靜態(tài)顯性，界定情感詞的轄域，構(gòu)建情感詞分析器，在情感詞轄域內(nèi)針對可以影響情感詞情感傾向性的各種類型的因素進(jìn)行分析，得出最終的情感詞情感傾向，進(jìn)而采用相應(yīng)句式的分析方法得出整個句子的情感傾向性。從實驗的

7、結(jié)果來看，本文提出的基于情感詞語義加權(quán)的句子情感傾向性識別方法在褒義和貶義句子的傾向性識別上分別取得了不錯的判全率和判準(zhǔn)率，并且F值能達(dá)到0.95以上，充分說明本文提出的算法的有效性。
　　 2.提出了一種基于語義的TriPos模式的中文文本主客觀分析的方法
　　 該方法通過語義和規(guī)則相結(jié)合的處理方式對文本進(jìn)行處理。首先通過對大量的標(biāo)注語料的分析，使用卡方統(tǒng)計方法，獲取一個TriPos的語義模式庫，然后利用這個語義模式庫