基于詞典擴(kuò)增和修飾結(jié)構(gòu)的文本情感識(shí)別研究.pdf

1、情感計(jì)算是自然語言處理領(lǐng)域中一個(gè)熱門的研究方向，并且隨著網(wǎng)絡(luò)資料量的累積，對(duì)于巨量文本的情感計(jì)算也已經(jīng)成為大數(shù)據(jù)研究領(lǐng)域的一個(gè)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(zhǔn)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(gè)維度分別是Valence(表示情感的正負(fù)程度)和Arousal(表示

2、情感的平靜與激動(dòng)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(zhǔn)確界定情感類別的問題。
　　本文采用字典法，計(jì)算文本的Valence-Arousal值。字典包含了有標(biāo)記Valence和Arousal的情緒詞，通過識(shí)別文本中的情緒詞來計(jì)算全文的Valence-Arousal值。然而，字典法也存在兩個(gè)主要的缺點(diǎn)：一、字典中所包含的情緒詞有限，大量人工標(biāo)記的成本又太高；二、

3、文本中情感詞往往會(huì)與修飾語一起出現(xiàn)如“高興”當(dāng)有“不”修飾時(shí)情緒的Valence和Arousal值會(huì)有很大的變化。針對(duì)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(dòng)擴(kuò)增情緒字典的方法以彌補(bǔ)情緒詞有限的問題，并且構(gòu)建了一個(gè)可量化的修飾語影響模型以計(jì)算修飾語對(duì)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(fèi)了大量的時(shí)間完成了一個(gè)包含1653詞的中文Valence-Arousal字典以及一