面向產(chǎn)品領域的細粒度情感分析技術(shù).pdf

1、隨著網(wǎng)絡信息化的發(fā)展，網(wǎng)絡上涌現(xiàn)出大量的用戶評論信息，如何對這些文本情感信息進行分析整理并抽取出用戶關心的問題引起了研究工作者的廣泛興趣。文本情感分析作為自然語言處理的一個應用方向逐漸成為新的熱點。文本情感分析又稱為意見挖掘，是指對具有感情色彩的主觀性文本進行分析、處理、歸納和推理的過程。
　　文本情感分析涉及了多項具有挑戰(zhàn)性的研究任務，根據(jù)研究內(nèi)容的不同，文本情感分析可以分為情感分類、情感信息抽取和情感信息檢索和歸納等。其中研究

2、情感信息抽取是指抽取情感文本中有價值的情感信息，情感信息抽取具有實際應用價值。圍繞文本情感分析，文本的工作主要包括以下幾個內(nèi)容：
　?。?）研究文本情感資源的構(gòu)建技術(shù)。為解決目前情感資源缺乏的問題，文本借鑒已有的研究成果并使用了三種方法進行情感詞詞典擴展，擴大了情感資源的規(guī)模、提高情感資源的可信度，并對擴展后的情感詞詞典進行了校驗，最終構(gòu)建了一個可信度比較高的情感詞詞典。
　?。?）研究產(chǎn)品評論語料中的產(chǎn)品屬性（評價對象）抽

3、取方法。產(chǎn)品屬性抽取是一個很有價值的研究任務，為了提高評論語料中產(chǎn)品屬性抽取的準確率，本文采用條件隨機場模型和最大熵模型在產(chǎn)品屬性抽取任務中進行比較分析。此外，還對詞性、淺層句法等相關特征選取進行了細致的介紹，分析加入這些句法特征對產(chǎn)品屬性特征抽取的影響。
　?。?）探索文本情感分析中產(chǎn)品屬性跨領域移植的方法。針對目前文本情感語料缺乏的現(xiàn)狀，提出了一種基于主動學習的評價對象跨領域移植方法。本文將模型從電子產(chǎn)品領域移植到汽車領域，實