網(wǎng)絡(luò)文本情感分析方法研究.pdf

1、網(wǎng)絡(luò)文本情感分析是自然語言領(lǐng)域的一個重要分支，其目的是發(fā)掘潛藏在非結(jié)構(gòu)化文本數(shù)據(jù)中的情感價值，一個好的情感分析方法，不僅能夠高效、準確地從文本中判斷出情感傾向，同時也應(yīng)該能夠抽取出與情感相關(guān)聯(lián)的評價對象，甚至可以對情感強度進行量化評估。隨著大數(shù)據(jù)時代的來臨，網(wǎng)絡(luò)文本呈現(xiàn)出了表述方式多樣、主題分散等特點，使得情感特征提取過程變得愈發(fā)困難。與此同時，越來越多的互聯(lián)網(wǎng)應(yīng)用表明，對于評價對象的情感挖掘在多數(shù)情況下要比單純對文本整體進行情感判別更

2、具有商業(yè)價值和實際意義。因此，基于以上兩方面的問題，本文提出了基于主題聚類的情感極性判別方法以及基于詞性標注與遞歸神經(jīng)網(wǎng)絡(luò)結(jié)合的對象與情感關(guān)聯(lián)抽取的方法。具體工作如下：
　?。?）提出了一種基于主題聚類的情感極性判別方法
　　方法借助LDA主題模型首先對文本進行主題聚類，然后在每個主題子類上應(yīng)用循環(huán)神經(jīng)網(wǎng)絡(luò)的方法對正、負情感樣本分別建立主題模型，最后通過所屬主題和所屬情感的概率進行聯(lián)合判斷。通過這種方法，首先通過劃分子類的方

3、式規(guī)整了不同主題下文本的表述方式，限制了不同主題下詞匯詞義改變的問題，其次利用訓(xùn)練語言模型的方法很好地規(guī)避了直接提取特征的困難，將特征的挖掘過程內(nèi)化在了訓(xùn)練模型的過程中。通過在IMDB電影評論樣本上的實驗，我們可以看出，在應(yīng)用了主題聚類后，模型分類的準確性有了顯著地提高。
　?。?）提出了一種基于詞性標注和遞歸神經(jīng)網(wǎng)絡(luò)結(jié)合的對象與情感關(guān)聯(lián)提取方法
　　方法首先對文本句進行詞性的標注，利用名詞詞性的信息，粗略定位評價對象在句中

4、所在位置。之后，利用句法分析相關(guān)技術(shù)，對該文本句按照句法規(guī)則生成相應(yīng)的句法樹結(jié)構(gòu)，并標記出粗檢測評價對象所在葉節(jié)點的位置。接下來，在粗檢測評價對象候選集上，根據(jù)句法樹結(jié)構(gòu)所表示的修飾關(guān)系，排除干擾項，精確定位評價對象所處位置。最后，借助句法樹的層級遞歸結(jié)構(gòu)，利用遞歸神經(jīng)網(wǎng)絡(luò)傳遞情感信息，并通過不斷兩兩合并句法樹末層節(jié)點，實現(xiàn)情感極性程度的判別以及情感與對象關(guān)聯(lián)模式的抽取。該方法同樣在IMDB影評數(shù)據(jù)庫上進行了應(yīng)用測試并取得了不錯的效果。