基于樸素貝葉斯的中文文本情感傾向分類研究.pdf

1、分類號TP391密級基于樸素貝葉斯的中文文本情感傾向分類研究研究生姓名：楊鼎指導教師姓名、職稱：陽愛民教授學科專業(yè)：計算機軟件與理論研究方向：模式分類湖南工業(yè)大學二○一○年六月十七日I摘要人們對事物的情感傾向是兩面性的，例如正面和負面，褒義和貶義等。因此通常認為文本的情感傾向分類是一個兩分類問題，也就是把文本的情感分成正面或者反面。文本情感傾向分類是文本分類領(lǐng)域一個比較新穎的研究方向，具有很大的商業(yè)價值，可以應用到輿論分析、信息過濾、產(chǎn)

2、品評價、產(chǎn)品推薦、智能化搜索和用戶興趣發(fā)掘等方面。本文以樸素貝葉斯方法構(gòu)建文本情感分類器為主線，研究了文本情感傾向分類中情感語料采集和標注、情感詞典構(gòu)建、特征選擇方法、特征權(quán)值與向量表示等關(guān)鍵問題，提出了一些新的觀點和方法，并通過實驗進行了驗證。主要的研究工作和結(jié)果有：1、利用DOM對中文賓館評論網(wǎng)頁進行分析，設(shè)計了對賓館評論文本自動采集的算法，用這種算法從互聯(lián)網(wǎng)上采集了700萬字的中文賓館評論作為語料庫。該語料庫來源可靠，情感特征明顯

3、，對研究互聯(lián)網(wǎng)評論文本的情感分類問題具有一定的意義。并對其進行了中文分詞和情感標注處理。2、提出利用PMI算法，選用基礎(chǔ)情感詞典作為種子詞，在中文賓館評論語料庫上構(gòu)建賓館評論領(lǐng)域情感詞典的方法。并用這種方法構(gòu)建了一個賓館評論情感詞典，基于該詞典作為特征選擇對賓館評論進行情感分類效果比較好。3、研究了利用樸素貝葉斯理論構(gòu)建文本情感分類器的方法，以及先驗概率和后驗概率的估計問題，提出了一種新的后驗概率Laplace轉(zhuǎn)換的參數(shù)設(shè)置，這種設(shè)置方

4、法對樸素貝葉斯分類器的分類性能有很大的提升。并且提出了一種基于情感詞典作為特征選擇的文本情感分類方法，這種方法具有分類速度快、分類效果好，魯棒性等特點比使用CHI統(tǒng)計進行特征選擇的樸素貝葉斯文本情感分類器和基于情感傾向權(quán)值構(gòu)建的文本情感分類器的分類效果都要好，可以對大量文本進行情感分類應用。4、設(shè)計和實現(xiàn)了一個中文文本情感分類實驗系統(tǒng)，該系統(tǒng)具有界面友好、速度快和穩(wěn)定性高等特點。具有中文分詞、特征權(quán)值計算、CHI特征選擇、情感詞典構(gòu)建、