2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、情感計算是自然語言處理領(lǐng)域中一個熱門的研究方向,并且隨著網(wǎng)絡(luò)資料量的累積,對于巨量文本的情感計算也已經(jīng)成為大數(shù)據(jù)研究領(lǐng)域的一個重要分支。以往的絕大部分的研究是將情感劃分成不同的類別,之后再判斷文本的情感屬于哪種提前劃分好的類別。
  然而我們并不能準確的劃分出情感有多少種類別,于是本文使用一種多維度模型,將文本的情緒轉(zhuǎn)化成兩組連續(xù)的分值加以量化。情感可以轉(zhuǎn)化成兩個維度分別是Valence(表示情感的正負程度)和Arousal(表示

2、情感的平靜與激動程度),Valence和Arousal的值在一至九連續(xù)分布。通過這種方式可以將情感映射到二維平面上從而避免需要準確界定情感類別的問題。
  本文采用字典法,計算文本的Valence-Arousal值。字典包含了有標記Valence和Arousal的情緒詞,通過識別文本中的情緒詞來計算全文的Valence-Arousal值。然而,字典法也存在兩個主要的缺點:一、字典中所包含的情緒詞有限,大量人工標記的成本又太高;二、

3、文本中情感詞往往會與修飾語一起出現(xiàn)如“高興”當有“不”修飾時情緒的Valence和Arousal值會有很大的變化。針對以上問題本文提出了一種基于詞相似度的回歸模型用來自動擴增情緒字典的方法以彌補情緒詞有限的問題,并且構(gòu)建了一個可量化的修飾語影響模型以計算修飾語對情緒詞分值的影響。
  由于沒有中文的Valence-Arousal字典和語料庫,本文花費了大量的時間完成了一個包含1653詞的中文Valence-Arousal字典以及一

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論