基于半監(jiān)督學(xué)習(xí)的用戶情感分析系統(tǒng)的設(shè)計(jì)與原型實(shí)現(xiàn).pdf

1、在互聯(lián)網(wǎng)不斷發(fā)展的今天，Twitter，微博等各類社交媒體層出不窮。各種社交媒體成為了用戶發(fā)表想法和宣泄情感的主要平臺(tái)?？此撇o(wú)有效信息的一條條推文，可以分析出針對(duì)某個(gè)問(wèn)題大多數(shù)用戶的情感態(tài)度。依靠普通的人力很難對(duì)海量的推文進(jìn)行處理，所以通過(guò)讓計(jì)算機(jī)代替人類來(lái)學(xué)習(xí)分類的方法已經(jīng)成為趨勢(shì)。而只需要少量樣本訓(xùn)練的半監(jiān)督學(xué)習(xí)方法對(duì)解決上述問(wèn)題具有更好的意義和研究?jī)r(jià)值，已經(jīng)成為目前學(xué)者們的關(guān)注焦點(diǎn)。本文設(shè)計(jì)了一個(gè)可以分析情感傾向的平臺(tái)。提供了從

2、數(shù)據(jù)處理到特征選擇和算法實(shí)現(xiàn)的整套處理流程?？晒┯脩糇杂蛇x擇不同的處理方式，并能在已有數(shù)據(jù)集的基礎(chǔ)上并行計(jì)算出各種處理方式的分類準(zhǔn)確率。本文首先根據(jù)實(shí)際應(yīng)用對(duì)系統(tǒng)進(jìn)行了需求分析。然后以此為基礎(chǔ)對(duì)系統(tǒng)的預(yù)處理模塊，特征選擇模塊，算法實(shí)體模塊和組合運(yùn)算模塊進(jìn)行了詳細(xì)的設(shè)計(jì)和實(shí)現(xiàn)。
　　本文在設(shè)計(jì)上有如下特色：（1）分布式組合運(yùn)算。由于在數(shù)據(jù)處理，特征提取和算法選擇上有很多組合方式，用戶很難選出最合適的一種。而一個(gè)個(gè)嘗試又特別耗時(shí)，所以

3、采用分布式的處理方式讓機(jī)器自己運(yùn)算得出每種組合的結(jié)果。系統(tǒng)在亂序的數(shù)據(jù)流中解決線程安全問(wèn)題，能夠多線程的計(jì)算各種處理方式的分類結(jié)果。并對(duì)每種結(jié)果進(jìn)行評(píng)估，選擇出針對(duì)此種主題數(shù)據(jù)的最佳處理方式。（2）提供多種特征。系統(tǒng)設(shè)置了16種情感特征。包括標(biāo)點(diǎn)符號(hào)，詞性，表情符號(hào)等各種方面的文本屬性特征。并結(jié)合現(xiàn)有的理論及技術(shù)，提供N-gram特征和句子間的依存關(guān)系特征。通過(guò)多種特征結(jié)合的方式以達(dá)到對(duì)數(shù)據(jù)全方位分析的功能。并在此基礎(chǔ)上進(jìn)行特征篩選。將