文本傾向性分析技術(shù)的相關(guān)研究.pdf

1、近年來，隨著Internet和互聯(lián)網(wǎng)技術(shù)的發(fā)展以及博客、論壇、客戶服務(wù)平臺(tái)、電子商務(wù)平臺(tái)等諸多應(yīng)用的提出，將人們的現(xiàn)實(shí)生活帶入一個(gè)全新的電子信息時(shí)代。網(wǎng)絡(luò)上存在大量的富含感情色彩的文字，而且這些文字的表現(xiàn)形式不單單只是文字上的表述，會(huì)有圖片、動(dòng)畫等這種非結(jié)構(gòu)化的表現(xiàn)形式，因此僅僅是靠人工梳理將會(huì)面臨處理周期長、費(fèi)用高等問題。在如此大規(guī)模的評價(jià)文本中，人們急切的找到一種方法能夠進(jìn)行情感傾向性分析，并提取出人們所感興趣的情感信息，正在這樣的

2、需求背景下產(chǎn)生了文本傾向性分析研究。
　　 隨著新領(lǐng)域的不斷涌現(xiàn)、各個(gè)領(lǐng)域的信息量急速增加，由于在訓(xùn)練域里顯示有強(qiáng)烈傾向性的詞在測試域里不再有強(qiáng)烈傾向性，在這種研究背景下產(chǎn)生了跨領(lǐng)域傾向性分析問題。跨領(lǐng)域傾向性分析相對而言是一個(gè)全新的研究領(lǐng)域，對此目前的研究工作還比較少。本文的重點(diǎn)就是在構(gòu)建跨領(lǐng)域詞典算法的基礎(chǔ)上，以跨領(lǐng)域文本傾向性分析技術(shù)為目標(biāo)，重點(diǎn)對以下幾個(gè)方面進(jìn)行深入的研究：
　　 首先，介紹了文本傾向性分析研究的

3、背景與意義，并在分析目前國內(nèi)外情感傾向性分析研究現(xiàn)狀的基礎(chǔ)上，分析了情感詞典的構(gòu)建與文本傾向性分析所面臨的挑戰(zhàn)，最后進(jìn)一步明確了跨領(lǐng)域文本傾向性分析研究的意義和必要性。
　　 然后，主要對文本傾向性分析做了概述性的介紹。文本傾向性分析過程是首先通過中文分詞技術(shù)得到能夠體現(xiàn)文檔情感的關(guān)鍵詞語，然后根據(jù)詞典構(gòu)建算法來構(gòu)建詞典，本文分別介紹了通用詞典構(gòu)建技術(shù)和領(lǐng)域詞典的構(gòu)建技術(shù)。通用詞典構(gòu)建技術(shù)中包括基于知網(wǎng)的通用詞典構(gòu)建，基于函數(shù)優(yōu)

4、化的方法和基于Modularity優(yōu)化的方法；領(lǐng)域詞典的構(gòu)建技術(shù)主要介紹基于改進(jìn)的信息瓶頸算法，本文從理論與實(shí)驗(yàn)兩個(gè)角度分別分析了方法的收斂性和有效性等特性。最后介紹了文本傾向性度量方法，主要是先利用計(jì)算詞語相似度的方法獲得詞語的傾向性，根據(jù)累加原則，再得到語句的傾向性繼而得到文本的傾向性。
　　 第三，重點(diǎn)分析了跨領(lǐng)域文本傾向性分析技術(shù)。針對跨領(lǐng)域情感傾向性分析研究，主要介紹了文本傾向性分析應(yīng)用技術(shù)的領(lǐng)域移植技術(shù)。通過分析源領(lǐng)

5、域與目的領(lǐng)域的特征空間之間的共性與差異，為了消除特征空間差異對分類器性能造成的負(fù)面影響，本文提出了基于監(jiān)督學(xué)習(xí)的傾向性分析方法的領(lǐng)域移植模型；為了平衡源領(lǐng)域數(shù)據(jù)并獲得目標(biāo)領(lǐng)域信息，提出了基于貝葉斯學(xué)習(xí)的情感移植模型；基于圖排序模型的跨領(lǐng)域傾向性分析算法的主題思想就是在圖排序算法的基礎(chǔ)上，利用源領(lǐng)域的訓(xùn)練文本中已標(biāo)注的準(zhǔn)確標(biāo)簽和目標(biāo)領(lǐng)域的測試文本的由計(jì)算所得初始化的偽標(biāo)簽來迭代進(jìn)行傾向性分析。
　　 第四章，介紹了本文實(shí)驗(yàn)所用的數(shù)