基于半監(jiān)督機(jī)器學(xué)習(xí)的文本情感分析技術(shù).pdf

1、互聯(lián)網(wǎng)的發(fā)展日新月異，人們也越來(lái)越體會(huì)到其對(duì)自身學(xué)習(xí)和生活的各種影響。以往用戶一直是被動(dòng)的從互聯(lián)網(wǎng)上獲取信息，但是現(xiàn)在越來(lái)越多的人主動(dòng)的參與互聯(lián)網(wǎng)上信息的產(chǎn)生與傳播。因此，隨之而來(lái)的是大量用戶信息的產(chǎn)生和網(wǎng)絡(luò)信息內(nèi)容的多樣化。面對(duì)互聯(lián)網(wǎng)上海量的良莠不齊的信息和數(shù)據(jù)，一方面，用戶需要花費(fèi)大量的人力和物力去進(jìn)行判斷與甄別，以獲取對(duì)自己有價(jià)值的信息，從而幫助自己的日常生活。另一方面，生產(chǎn)商和制造商希望針對(duì)這些海量的數(shù)據(jù)來(lái)分析大眾對(duì)某個(gè)產(chǎn)品或服

2、務(wù)的評(píng)價(jià)和反饋，從而幫助他們?cè)谒蚕⑷f(wàn)變的形勢(shì)下做出正確的決策與判斷。情感分析技術(shù)便在這樣的背景下應(yīng)運(yùn)而生，它是能有效地獲取網(wǎng)絡(luò)評(píng)論信息的非結(jié)構(gòu)化信息挖掘技術(shù)，本文的研究主要針對(duì)評(píng)價(jià)對(duì)象的情感傾向問題。
　　首先，本文對(duì)國(guó)內(nèi)外的情感分析技術(shù)研究現(xiàn)狀進(jìn)行說(shuō)明，介紹了在情感分析領(lǐng)域使用到的技術(shù)及其步驟和主要的支撐算法，并且對(duì)各個(gè)算法進(jìn)行了分析與比較。情感分析的支撐算法，都需要有一定數(shù)量的已標(biāo)注樣本用做訓(xùn)練，情感分析的準(zhǔn)確率會(huì)隨著已標(biāo)注樣

3、本數(shù)量的提升而增加。通過(guò)互聯(lián)網(wǎng)我們可以獲取大量未標(biāo)記的自由文本，如果嘗試對(duì)這些未標(biāo)記的自由文本進(jìn)行選擇和標(biāo)注，將耗費(fèi)大量的物力和人力。所以我們引入了半監(jiān)督機(jī)器學(xué)習(xí)的方法，嘗試?yán)眠@些未標(biāo)記的自由文本，將這些文本的隱含信息引入到標(biāo)注樣本中來(lái)提高分類器的分類性能。然而現(xiàn)有的半監(jiān)督機(jī)器學(xué)習(xí)方法中存在一些缺點(diǎn)，在已標(biāo)注樣本較少的情況下，分類器的性能往往不夠理想，導(dǎo)致挑選的樣本錯(cuò)誤率較高，最終無(wú)法顯著的提高分類器的準(zhǔn)確率。論文詳細(xì)地分析了當(dāng)前國(guó)內(nèi)

4、外學(xué)術(shù)界對(duì)于半監(jiān)督機(jī)器學(xué)習(xí)問題的改善方法和意見，并在對(duì)他們進(jìn)行總結(jié)和歸納的基礎(chǔ)上引出了本文的算法。
　　最后，論文提出了一種基于對(duì)偶系統(tǒng)的半監(jiān)督情感分類方法。該方法在已有的對(duì)偶系統(tǒng)的基礎(chǔ)上，將其移植到半監(jiān)督學(xué)習(xí)上。并且在半監(jiān)督學(xué)習(xí)的挑選未標(biāo)簽樣本的過(guò)程中，引入規(guī)則的方法以及長(zhǎng)度的信息進(jìn)而重新定義準(zhǔn)確性和差異性。該方法提高挑選樣本的質(zhì)量和準(zhǔn)確性，從而提升分類器的學(xué)習(xí)速率，并且同時(shí)保證正確率。通過(guò)測(cè)試表明，本文提出的算法在已有的半監(jiān)督