基于語義分析的文本情感分類研究.pdf

1、隨著Internet的日益普及，互聯(lián)網(wǎng)媒體已經(jīng)成為一種不可缺少的信息傳播媒介。不同于傳統(tǒng)的媒體，互聯(lián)網(wǎng)媒體具有信息傳播的開放性、廣泛性和快速性等特點(diǎn)。然而，信息內(nèi)容安全問題也日益突出，這也給互聯(lián)網(wǎng)信息安全管理帶來了前所未有的困難?；ヂ?lián)網(wǎng)在提供豐富信息資源的同時，也帶來了不良信息的泛濫。網(wǎng)絡(luò)上的不良信息包括色情、暴力、邪教、賭博等違反國家政策的內(nèi)容，有些類型的信息可以通過關(guān)鍵詞匹配的方法，分析得到信息的主題內(nèi)容，比如暴力、色情等不良信息;

2、有的信息則無法使用簡單的關(guān)鍵字匹配法判斷它是否為不良信息，比如宣言邪教和批判邪教的信息。在對這些信息進(jìn)行分析的時候，不僅要分析信息包含的主題內(nèi)容(topic)，而且要判斷它們的觀點(diǎn)和態(tài)度，即傾向性(polarity)。
　　本文針對網(wǎng)上不良信息，開展文本情感傾向分類研究，主要內(nèi)容如下:
　　(1)基于信息增益和潛在語義分析混合的文本情感分類
　　本文結(jié)合信息增益和潛在語義分析方法，提出了一種基于信息增益和潛在語義分析混

3、合的文本降維方法，該方法基于所有訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)，對信息增益和潛在語義分析進(jìn)行統(tǒng)一建模。實驗結(jié)果表明，該方法是可行的。
　　(2)基于概率潛在語義分析的文本情感分類
　　本文針對潛在語義分析存在的缺陷，采用概率潛在語義分析的方法構(gòu)造文本——詞語的同現(xiàn)矩陣，使用EM算法進(jìn)行迭代求解。實驗結(jié)果表明，在相同的測試集上，基于概率潛在語義分析的文本情感分類方法取得了較好的分類結(jié)果.
　　(3)信息內(nèi)容安全實驗系統(tǒng)
　　互