基于評(píng)論文本的情感分析研究.pdf

1、隨著互聯(lián)網(wǎng)的普及與廣泛應(yīng)用，越來越多的人在互聯(lián)網(wǎng)上發(fā)表自己的主觀言論，使得帶觀點(diǎn)的文本呈爆炸式增長(zhǎng)。觀點(diǎn)信息（也稱情感信息）的收集與分析對(duì)個(gè)人、商業(yè)組織、國(guó)家政府等都有重要的作用。然而，由于網(wǎng)絡(luò)中數(shù)據(jù)規(guī)模異常龐大，且呈現(xiàn)出散亂、無結(jié)構(gòu)化、語(yǔ)言不規(guī)范等特點(diǎn)，給信息抽取任務(wù)帶來了極大挑戰(zhàn)。因此，針對(duì)WEB的觀點(diǎn)挖掘研究應(yīng)運(yùn)而生。
　　 產(chǎn)品評(píng)論是指用戶在購(gòu)物網(wǎng)站或?qū)I(yè)評(píng)論網(wǎng)站中發(fā)表的對(duì)某商品或服務(wù)的評(píng)價(jià)信息，它對(duì)個(gè)人用戶和商業(yè)組織有

2、很大的利用價(jià)值，是一種重要的情感信息源。為了更全面的挖掘情感文本中的關(guān)鍵信息并以更簡(jiǎn)潔的方式呈現(xiàn)出來，本文以產(chǎn)品評(píng)論為研究對(duì)象，研究了WEB觀點(diǎn)挖掘中的評(píng)價(jià)搭配抽取以及篇章情感傾向性判斷問題。
　　 本文的主要工作和創(chuàng)新點(diǎn)如下:
　　 (1)針對(duì)情感抽取問題，提出融合核心句與依存分析的評(píng)價(jià)搭配抽取方法。傳統(tǒng)的情感抽取任務(wù)以評(píng)價(jià)對(duì)象為中心，但是單一的評(píng)價(jià)對(duì)象抽取的應(yīng)用價(jià)值不大，且這種方法忽視了評(píng)價(jià)對(duì)象與評(píng)價(jià)詞之間的共現(xiàn)關(guān)系

3、。評(píng)價(jià)搭配的抽取彌補(bǔ)了這一不足，評(píng)價(jià)搭配是指評(píng)價(jià)對(duì)象與其修飾詞之間的搭配，能夠完整表達(dá)評(píng)論文本的關(guān)鍵信息。本文以評(píng)價(jià)對(duì)象與評(píng)價(jià)詞之間的固有依存關(guān)系為核心提取評(píng)價(jià)搭配，針對(duì)網(wǎng)絡(luò)文本的不規(guī)范性給依存關(guān)系分析帶來的影響，提出了核心句抽取的預(yù)處理方法，針對(duì)省略評(píng)價(jià)對(duì)象的評(píng)價(jià)信息，提出了潛在評(píng)價(jià)搭配抽取規(guī)則。實(shí)驗(yàn)結(jié)果表明，與只使用依存關(guān)系分析的方法相比，核心句抽取以及潛在評(píng)價(jià)對(duì)象抽取提高了抽取的準(zhǔn)確率和覆蓋率。
　　 (2)針對(duì)篇章情感傾

4、向性判斷問題，提出基于混合粒度模型的分析方法。傳統(tǒng)的情感傾向性判斷往往只關(guān)注同一粒度下的文本，如詞語(yǔ)級(jí)、句子級(jí)。然而，網(wǎng)絡(luò)中的評(píng)論文本規(guī)模并不平衡，有些篇章由大量長(zhǎng)句組成，而有些僅包含少量詞語(yǔ)，因此，基于單一粒度的篇章情感傾向性判斷方法并不適用?？紤]基于不同粒度文本的算法各有其優(yōu)勢(shì)，本文提出基于混合粒度模型的篇章情感傾向性判斷算法，將基于詞語(yǔ)級(jí)的篇章情感傾向性判斷與基于句子級(jí)的篇章情感傾向性判斷相結(jié)合。實(shí)驗(yàn)結(jié)果表明，相對(duì)于單一粒度的篇章