基于文本分類(lèi)技術(shù)的文本情感傾向性研究.pdf

1、文本情感傾向性研究在近些年成為眾多學(xué)者關(guān)注的熱點(diǎn)，其應(yīng)用領(lǐng)域也在不斷的拓寬。從社會(huì)輿論監(jiān)督到產(chǎn)品口碑檢測(cè)都離不開(kāi)文本情感傾向性研究。本文在傳統(tǒng)的文本分類(lèi)技術(shù)基礎(chǔ)上提出一種基于規(guī)則與統(tǒng)計(jì)方法相結(jié)合的情感分析模型。并將該模型在兩種有代表性的語(yǔ)料中做了實(shí)驗(yàn)。語(yǔ)料一：領(lǐng)域背景復(fù)雜且分布極不平衡的新聞文本語(yǔ)料；語(yǔ)料二：領(lǐng)域背景單一的股票領(lǐng)域的專(zhuān)家的股評(píng)語(yǔ)料。
　　 (1)分析新聞文本的情感傾向性，為新聞文本自動(dòng)播報(bào)提供情感信息。本文提出一

2、種中心句確定方法，并在提取的中心句的基礎(chǔ)上運(yùn)用統(tǒng)計(jì)方法提取潛在規(guī)則來(lái)對(duì)人工構(gòu)建的規(guī)則庫(kù)做補(bǔ)充，使規(guī)則庫(kù)相對(duì)完備提高情感分析的效果。實(shí)驗(yàn)中采用支持向量機(jī)、貝葉斯分類(lèi)器和K近鄰分類(lèi)器作為分類(lèi)器與規(guī)則結(jié)合，并且使用多種特征提取方法和特征權(quán)重計(jì)算方法來(lái)進(jìn)行對(duì)比實(shí)驗(yàn)。由于新聞?wù)Z料自身的分布的極不平衡性，導(dǎo)致單純的統(tǒng)計(jì)的方法在稀有類(lèi)上的表現(xiàn)比較差，而規(guī)則與統(tǒng)計(jì)相結(jié)合的方法雖然沒(méi)有能夠完全解決這一難題，但卻在一定程度上改善了實(shí)驗(yàn)效果。實(shí)驗(yàn)效果表明規(guī)則

3、與統(tǒng)計(jì)方法相結(jié)合的情感分析模型相比于單純的統(tǒng)計(jì)模型在效果上有了較明顯的提高，表明規(guī)則結(jié)合統(tǒng)計(jì)的方法具有很好的普適性。
　　 (2)本研究是建立在股票領(lǐng)域的垂直搜索應(yīng)用上的。該應(yīng)用需要對(duì)股評(píng)專(zhuān)家對(duì)某支股票的評(píng)論做看多、看平、看空、不確定進(jìn)行分類(lèi)。在這部分實(shí)驗(yàn)中因?yàn)樗谜Z(yǔ)料短小、領(lǐng)域性非常強(qiáng)、口語(yǔ)化比較嚴(yán)重，通用的分詞軟件不能很好的進(jìn)行分詞。本文提出一種簡(jiǎn)便的定位特征詞的方法，不僅滿足了實(shí)驗(yàn)需求且時(shí)間效率非常高，時(shí)間復(fù)雜度為0(n)