中文情緒表達常識庫構建及其在情緒分析中的應用.pdf

1、隨著人機交互逐漸被人們所熟知和應用，計算機被期望擁有與人一樣的情感、情緒方面處理能力。近年來，社會化媒體的興起使得用戶生成的文本，尤其是帶有個人情緒的微博、博客和評論等被大量推送在網(wǎng)絡上。網(wǎng)絡文本數(shù)據(jù)推動了對大量真實個體情緒分析和跟蹤的研究，在社會、政治、經濟等領域顯示出重要的研究意義和廣闊的應用前景。
　　本課題研究中文情緒基礎資源建設及其在文本情緒分析中的應用，從情緒體系模型、情緒詞基礎資源構建和多標簽文本情緒自動分類三個方面

2、分析。本文主要包括以下四項工作：第一，針對中文情緒詞典資源較為匱乏的問題，利用英文情緒詞典 WordNet-Affect，通過機器翻譯、噪音過濾和同義擴展步驟，自動構建了一個具有較高質量和覆蓋率的中文情緒詞表，為文本情緒分析建立可靠的基礎資源。第二，目前已有的中文情緒詞典普遍存在完善性和精確性等問題，以往研究中，情緒詞信息通常只包括詞語簡單的情緒類別和強度值。本課題認為詞語的情緒類型分為表達和認知兩種，在本文中主要挖掘詞語情緒表達方面蘊

3、含的深層信息，同時引入HowNet的詞語概念解釋來區(qū)分詞語多義性，在此基礎上提出新型標注體系，構建了細粒度中文情緒表達常識庫。第三，面對網(wǎng)絡文本和詞語不斷新增的情況，采用基于規(guī)則的新詞發(fā)現(xiàn)方法自動擴充常識庫。面對句子短小信息量少和難以識別非情緒詞表達情緒的問題，引入詞語的義項概念自動擴展句子。第四，將情緒詞資源應用在基于語義規(guī)則以及基于機器學習的多類標文本情緒分類算法中，通過對比實驗發(fā)現(xiàn)，本課題構建的中文情緒詞詞表和情緒表達常識庫分類性

4、能優(yōu)于傳統(tǒng)情緒詞資源，同時表明，融入了常識庫信息的特征表示方法能有效提升基于機器學習方法的分類性能。
　　本課題的貢獻在于：一，構建了高質量的中文情緒詞表以及目前已知最精細的中文情緒表達常識庫。二，采用規(guī)則的方法發(fā)掘新情緒詞可以擴大常識庫規(guī)模，同時，利用詞語概念擴充句子的方法有利于改善文本情緒分析結果。三，相比于傳統(tǒng)中文情緒詞典以及現(xiàn)有特征表達方法在多標簽文本情緒分類中的作用，新詞典及新型細粒度中文情緒表達常識庫的應用提高了分類性