在線新聞評(píng)論的情感分析研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展和Web2.0時(shí)代的到來(lái)，在線新聞服務(wù)已成為主要的網(wǎng)絡(luò)信息載體。越來(lái)越多的民眾通過(guò)在線新聞了解時(shí)事動(dòng)態(tài)，以新聞評(píng)論的形式表達(dá)觀點(diǎn)、抒發(fā)情感。了解新聞評(píng)論中的用戶情感，掌握網(wǎng)民態(tài)度和情緒變化，可輔助在線新聞服務(wù)商理解用戶的偏好，為用戶提供更好的個(gè)性化服務(wù);同時(shí)，有助于政府進(jìn)行民意問(wèn)詢和公共管理決策，有效實(shí)現(xiàn)輿情分析和監(jiān)控。因此，自動(dòng)判別用戶在新聞評(píng)論中所表達(dá)的情感，尤其是具體情緒，具有重要的理論意義和實(shí)用價(jià)值。

2、　　本文在透徹分析大眾情感分類的基礎(chǔ)上，結(jié)合機(jī)器學(xué)習(xí)技術(shù)，對(duì)在線新聞評(píng)論中用戶情緒自動(dòng)判別和預(yù)測(cè)進(jìn)行了深入研究，包括基于單一信息源的在線新聞評(píng)論情緒預(yù)測(cè)、結(jié)合多種異構(gòu)信息源的在線新聞評(píng)論情緒預(yù)測(cè)和跨領(lǐng)域跨類別在線新聞評(píng)論情感分析。主要貢獻(xiàn)和創(chuàng)新包括:
　　第一，提出了基于單一信息源的在線新聞評(píng)論情緒預(yù)測(cè)系列方法。提取出可用于在線新聞評(píng)論情緒預(yù)測(cè)的各類信息源，包括用戶評(píng)論的文本內(nèi)容、新聞的文本內(nèi)容和用戶情緒投票信息等，在概率框架下為

3、每種信息源構(gòu)建相應(yīng)的多類分類模型，實(shí)現(xiàn)了對(duì)在線新聞評(píng)論中用戶情緒的自動(dòng)判別。根據(jù)人類情緒間存在的相互依賴關(guān)系，設(shè)計(jì)了基于情緒依賴性的在線新聞評(píng)論情緒預(yù)測(cè)改進(jìn)方案。該方案利用用戶情緒投票信息，以皮爾遜相關(guān)系數(shù)衡量情緒間的依賴性，將情緒依賴性引入情緒預(yù)測(cè)模型，從而提高模型的準(zhǔn)確度。實(shí)驗(yàn)表明，本文提出的各種信息源均可用于在線新聞評(píng)論的情緒預(yù)測(cè)，其中采用評(píng)論文本內(nèi)容為信息源、基于邏輯斯諦回歸模型的情緒預(yù)測(cè)方法性能最優(yōu);情緒間存在相互關(guān)系，情緒依

4、賴性信息有助于改進(jìn)新聞評(píng)論情緒預(yù)測(cè)效果。
　　第二，提出了兩類結(jié)合多種異構(gòu)信息源的在線新聞評(píng)論情緒預(yù)測(cè)方法。由于新聞評(píng)論的各種單一信息源均從各自角度為新聞評(píng)論的情緒預(yù)測(cè)做出貢獻(xiàn)，結(jié)合多種異構(gòu)信息源可提高情緒預(yù)測(cè)的準(zhǔn)確性。首先設(shè)計(jì)了基于邏輯斯諦回歸模型的基本再分類方法，該方法將多種異構(gòu)信息源的預(yù)測(cè)結(jié)果作為特征構(gòu)建再分類模型，實(shí)現(xiàn)對(duì)在線新聞評(píng)論情緒的二次分類;然后提出了基于潛在評(píng)論類別的再分類方法，該方法不同于基本再分類方法對(duì)所有評(píng)論

5、均采用同一種固定的權(quán)重結(jié)合策略，而是根據(jù)評(píng)論的特征對(duì)評(píng)論劃分潛在類別，為每一類中的評(píng)論選取最優(yōu)的結(jié)合策略，實(shí)現(xiàn)了為不同評(píng)論分配相應(yīng)的異構(gòu)信息源結(jié)合權(quán)重，當(dāng)處理大量差異較大的評(píng)論集合時(shí)更具優(yōu)勢(shì)。實(shí)驗(yàn)表明結(jié)合多種異構(gòu)信息源的再分類方法優(yōu)于基于單一信息源的情緒預(yù)測(cè)方法，并且基于潛在類別的再分類方法的情緒預(yù)測(cè)結(jié)果更加準(zhǔn)確。
　　第三，提出了多領(lǐng)域通用的在線新聞評(píng)論情感分析方案。不同領(lǐng)域的新聞評(píng)論情感分析需要不同的分類模型和相應(yīng)的標(biāo)注訓(xùn)練數(shù)

6、據(jù)集，而人工標(biāo)注工作費(fèi)時(shí)費(fèi)力，針對(duì)該問(wèn)題設(shè)計(jì)了兩種分別適用于源領(lǐng)域和目標(biāo)領(lǐng)域共享相同的情感類別集合和這兩個(gè)領(lǐng)域采用不同的情感類別集合情境的跨領(lǐng)域新聞評(píng)論情感預(yù)測(cè)方法。在目標(biāo)領(lǐng)域只有少量的標(biāo)注數(shù)據(jù)而另一相關(guān)但不相同的源領(lǐng)域擁有大量的標(biāo)注數(shù)據(jù)條件下，構(gòu)建概率框架模擬源領(lǐng)域和目標(biāo)領(lǐng)域情感類別集合間和關(guān)系，通過(guò)此關(guān)系實(shí)現(xiàn)不同領(lǐng)域間的知識(shí)遷移，從而幫助目標(biāo)領(lǐng)域新聞評(píng)論的情感預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明這兩種方法顯著地優(yōu)于其他跨領(lǐng)域跨類別在線新聞評(píng)論情感預(yù)測(cè)