基于情感字典與機器學習相結合的文本情感分類.pdf

1、近年來，隨著電子商務，個人博客，社交網站和微博的蓬勃發(fā)展，互聯(lián)網進入了一個嶄新的時代，用戶生成文本（usergeneratedcontent）的產生，標志著人們已經不再是單純的受眾，而是成為了互聯(lián)網的一部分。廣大用戶有了發(fā)表自己意見的空間，帶有主觀色彩的言論或評價隨之鋪天蓋地而來。這些海量的非結構化的信息顯然包含了大量的信息。企業(yè)需要獲得用戶對產品的意見，政府需要知道群眾對某項政策的反映。而用戶在消費前想獲得更多的建議。如何處理這些信息

2、從而獲得我們想要的知識，是當前學者們關注的焦點。情感分類是隨之而興起的一個研究領域，它從文本的情感表達入手對文本進行分類，將其分過正面（positive）和負面（negative）。這樣我們可以清楚的知道，文本信息所表達的態(tài)度是贊成還是反對，這種產品值得推薦還是一文不值。
　　在這樣一個背景下，本文對文本情感分類問題進行了下述研究工作：
　　首先，本文針對情感分類的特點提出了一種自監(jiān)督的分類模型，將情感分類中常用的基于字典方