評(píng)論文本情感分析算法的研究.pdf

1、文本情感分析是自然語(yǔ)言處理和情感分析領(lǐng)域的熱門研究課題。本論文在介紹文本情感分析的研究背景、研究意義、國(guó)內(nèi)外的研究現(xiàn)狀和文本情感分析的相關(guān)理論基礎(chǔ)上，重點(diǎn)對(duì)評(píng)論文本情感傾向性進(jìn)行研究，并提出了一種改進(jìn)的特征選擇算法。論文的主要工作與創(chuàng)新工作如下:
　　(1)本文對(duì)英文評(píng)論情感文本進(jìn)行情感傾向性研究，采用IMDB電影評(píng)論情感語(yǔ)料，利用文本分類的理論和技術(shù)，研究了三種文本預(yù)處理方式、五種特征模型、四種特征選擇方法和四種分類器模型，構(gòu)建

2、適合評(píng)論文本情感傾向性分析的方法。
　　(2)本文針對(duì)傳統(tǒng)卡方特征選擇算法存在的負(fù)相關(guān)現(xiàn)象以及忽視特征詞詞頻的不足，提出了一種改進(jìn)的卡方特征提取算法(NF-CHI)。該算法考慮了文本的長(zhǎng)短和特征詞的分布，計(jì)算出特征對(duì)類的歸一化詞頻;然后將歸一化詞頻、集中度和分散度融合到卡方計(jì)算公式，同時(shí)去除負(fù)相關(guān)特征;最后通過實(shí)驗(yàn)對(duì)所提出算法的有效性進(jìn)行了驗(yàn)證。
　　實(shí)驗(yàn)表明，針對(duì)評(píng)論情感文本傾向性分析預(yù)處理采用去除停用詞，特征采用一元模型