文本挖掘中的情感分析技術(shù)研究.pdf

1、隨著信息技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)戲劇性地改變了人們表達(dá)其意見和觀點(diǎn)的方式。對于用戶而言，要查找相關(guān)資源，抽取、提煉觀點(diǎn)語句并以合理的形式將它們組織起來是很困難的。情感分析在此背景下應(yīng)運(yùn)而生，它是一項(xiàng)針對評論信息進(jìn)行信息識別、挖掘和組織的研究任務(wù)。
　　論文研究了文本挖掘、關(guān)聯(lián)規(guī)則挖掘、情感分析等相關(guān)技術(shù)和方法，著重研究情感詞典構(gòu)建問題、新情感詞傾向評定問題以及評價(jià)詞及其修飾詞單元識別問題。在詞典構(gòu)建，情感詞評價(jià)和情感單元識別三個(gè)方面

2、做了如下研究：
　?。?）針對傳統(tǒng)中文詞典構(gòu)建方法在新評論集上性能欠佳的問題，給出基于自擴(kuò)展（Bootstrapping）思想的中文詞典構(gòu)建算法Boot_Sen，算法充分考慮了模式可靠性、領(lǐng)域相關(guān)度等要素，從評論集的句法結(jié)構(gòu)出發(fā)進(jìn)行模式和情感詞的抽取，以優(yōu)化查全率和查準(zhǔn)率指標(biāo)。實(shí)驗(yàn)結(jié)果表明，Boot_Sen算法的情感詞抽取結(jié)果可達(dá)到80％以上的查全和查準(zhǔn)性能。
　?。?）針對詞典中情感詞的度量問題，在深入分析現(xiàn)有情感詞評分方

3、法的基礎(chǔ)上，采用基于知網(wǎng)（Hownet）的相似度計(jì)算方法及情感向量方法，對情感詞的語義傾向和強(qiáng)度進(jìn)行計(jì)算和評定。在此基礎(chǔ)上，對詞典的新情感詞，給出基于最大期望EM（Expectation Maximization）模型的傾向評定算法EM-SO，算法基于新詞的子語義成分，評估該詞的整體語義傾向值。實(shí)驗(yàn)結(jié)果表明，EM-SO算法對新情感詞的評定可達(dá)到80%以上的識比性能，高于已有算法70%左右的平均識比性能。
　　（3）經(jīng)研究和分析發(fā)現(xiàn)