基于復述技術的漢語情感分析方法研究.pdf

1、隨著web2.0的興起和社會網絡的迅速發(fā)展，人們以網絡為媒介發(fā)表自己對某個事件或事物的評論和看法。產品評論作為最重要的情感信息來源，一直被學術界廣泛使用。如何挖掘這些產品評論中所蘊含的豐富情感信息，成為當前自然語言處理(Natural Language Processing，NLP)相關領域的研究熱點之一。
　　復述是指使用不同的詞匯來表達相同含義的句子或短語。由于復述具有廣泛的獲取來源，且可以引入豐富的語言特征，所以復述在NLP

2、的很多領域中都有重要的應用。本文在深入分析漢語產品評論的復述特點基礎上，從語義角度出發(fā)，探索語義和情感極性相融合的意見復述抽取方法。并將獲取的復述知識應用于漢語產品意見文本分析，以緩解統(tǒng)計情感分析所面臨的數(shù)據(jù)稀疏問題，從而提高了情感分析性能。具體地，本文從以下三個方面展開研究:
　　(1)基于語素的漢語未登錄詞詞義預測。未登錄詞的詞義預測一直是制約漢語詞義消歧性能的一個瓶頸。為了獲取情感分類所需的詞義信息，本文以語素作為基本標注單

3、位，在最大熵模型的框架下融合未登錄詞語內部結構特征和外部上下文特征，提出一種基于語素的漢語詞義預測方法。實驗結果表明，基于語素的方法可以有效融合詞語內部特征，從而提高了未登錄詞詞義預測的準確性。
　　(2)融合語義和情感極性的漢語意見復述識別。本文在分析漢語意見復述特點的基礎上，以意見要素為基本單位，探索語義和情感極性相融合的意見復述識別方法，并分析和比較了不同的復述識別方法。實驗結果證明了融合語義和情感極性的意見復述識別方法的有