基于詞典擴增和修飾結(jié)構(gòu)的文本情感識別研究.pdf

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