面向英文電影評論的文本情感傾向性分類研究.pdf

1、文本情感分類又稱觀點(diǎn)挖掘，對帶有情感色彩的主觀性文本進(jìn)行分類、處理的過程。文本情感分類是信息抽取、自然語言處理等領(lǐng)域的研究熱點(diǎn)。在用戶決策與評論分類、輿情監(jiān)測、過濾垃圾信息、信息預(yù)測、影視評價(jià)、新聞報(bào)道評述等領(lǐng)域，情感分類也表現(xiàn)出其重要的輔助決策作用。
　　 本文采用英文電影評論Movie review語料庫作為數(shù)據(jù)來源，樸素貝葉斯作為分類器，研究了該語料庫使用、特征選擇方法、特征權(quán)重和向量表示、分類器訓(xùn)練和測試等關(guān)鍵問題，并提

2、出了新的觀點(diǎn)和方法。本文的主要研究工作和成果有:
　　 首先，本文將研究焦點(diǎn)對準(zhǔn)英文篇章級文本的情感評估。篇章級文本情感分類首先根據(jù)相應(yīng)的特征提取和選擇算法提取最能表達(dá)文本情感傾向的特征，然后采用樸素貝葉斯模型對文本進(jìn)行情感分類。
　　 其次，針對英文文本的情感進(jìn)行評估，基于自然語言理解的方法，提出了一種迭代的分類器訓(xùn)練算法和TFCF權(quán)重計(jì)算方法。在文本訓(xùn)練階段改進(jìn)的方法是:先選正向的和負(fù)向的語料庫各n個(gè)做為種子語料庫，

3、對分類器進(jìn)行訓(xùn)練，然后采用剛訓(xùn)練好的分類器對語料庫中剩下的1500-2n個(gè)逐個(gè)進(jìn)行分類，并將其歸并到相應(yīng)的類別中。本文在權(quán)重計(jì)算時(shí)采用改進(jìn)的TFCF對特征進(jìn)行權(quán)重計(jì)算，該方法可以有效的抑制噪音;針對有些詞條在某個(gè)類別中的權(quán)重比較大，而在替他類別中的權(quán)重比較小的情況，使用該方法可以有效改善其對分類結(jié)果的影響。
　　 最后，設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)英文文本情感分類系統(tǒng)，該系統(tǒng)具有界面友好、使用方便和高性能等特點(diǎn)。主要功能有文本預(yù)處理、特征選