基于特征極性傳遞的跨領(lǐng)域情感分類方法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，隨之出現(xiàn)了大量的微博、商品評論信息，這些信息往往帶有一定的感情色彩，反應(yīng)了人們對社會、經(jīng)濟等事件的關(guān)注;對這些信息進行分析挖掘?qū)οM者、生產(chǎn)者及政府部門顯得日益重要。然而這些數(shù)據(jù)具有數(shù)據(jù)量大、產(chǎn)生速度快、數(shù)據(jù)分布差異性大及標簽信息大量缺失等特點，給當(dāng)前的數(shù)據(jù)挖掘工作帶來了巨大的挑戰(zhàn)。
　　本文針對在線環(huán)境下數(shù)據(jù)分布差異性大及標簽信息大量缺失等問題展開研究并探討其對于數(shù)據(jù)量大及產(chǎn)生速快的在線環(huán)境的適應(yīng)性，主要工

2、作如下:
　　(1)首先對跨領(lǐng)域情感分類及數(shù)據(jù)流挖掘進行了總體的概述，主要包括其發(fā)展背景及意義、相關(guān)理論、研究現(xiàn)狀及在線環(huán)境下面臨的挑戰(zhàn)。
　　(2)針對數(shù)據(jù)標簽信息大量缺失及分布差異性大等問題，提出了一種基于詞向量特征聚類的跨領(lǐng)域情感分類方法(PTWE)。該方法利用詞向量對數(shù)據(jù)進行向量化，基于詞向量在兩個領(lǐng)域的相似性來區(qū)分共享特征集與專有特征集并形成特征簇，最后利用共有特征簇進行極性傳遞。實驗表明了方法的有效性。