基于語義的文本傾向性分析與應(yīng)用研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，如今越來越多的人通過瓦聯(lián)網(wǎng)發(fā)表他們對商品服務(wù)的意見、交流對各種事件的看法，互聯(lián)網(wǎng)已不僅權(quán)是人們獲取信息的倉庫，更成為人們發(fā)表觀點(diǎn)、交流看法的園地，對于互聯(lián)網(wǎng)用戶來說，互聯(lián)網(wǎng)不以改變了他們的工作方式，同時(shí)也改變了他們的生活方式。通常，人們對某件事物進(jìn)行評論或者表達(dá)自己的觀點(diǎn)的時(shí)候，常常是具有傾向性的，為了能從這些豐富的信息中提取出有用的信息，文本的傾向性分析研究便應(yīng)運(yùn)而生了。對文本的傾向性進(jìn)行分析，是現(xiàn)在自然語言

2、處理中比較活躍的一個(gè)領(lǐng)域，其目的是判斷一篇文章對評價(jià)對象所持有的傾向是支持還是反對。本文的主要工作概括如下：
　　 (1)分析研究了傳統(tǒng)的文本傾向性分析方法，并指出了其中的不足。通過對語義信息和語義傾向的理論知識分析，討論了三種基于語義傾向的語義分析方法。
　　 (2)提出一種基于HNC的語義相天度方法計(jì)算詞語的原始極性算法。在深入研究HNC基本理論的基礎(chǔ)上提出了基于HNC。概念基元符號體系理論的語義相關(guān)度計(jì)算方法，根據(jù)

3、HNC理論給出了語義相關(guān)度計(jì)算策略，并實(shí)現(xiàn)了概念符號比較的量化計(jì)算的詳細(xì)方法。最后將基于HNC的語義相關(guān)度方法運(yùn)用到詞語的原始極性分析上，從而可以較容易也較準(zhǔn)確地計(jì)算出詞語的原始極性。
　　 (3)提出一種改進(jìn)算法計(jì)算詞語的上下文極性。首先給出文本傾向性算法的整體框架，然后對算法的流程進(jìn)行了詳細(xì)的說明。由于忽略句子中的關(guān)聯(lián)詞有可能導(dǎo)致極性詞的方向或者強(qiáng)度發(fā)生錯(cuò)誤，所以提出基于上下文的詞語的傾向性分析方法來解決這一問題。利用計(jì)算極