基于監(jiān)督學(xué)習(xí)的文本情感分析研究.pdf

1、近年來，微博、社交網(wǎng)、論壇、維基、網(wǎng)絡(luò)購物平臺等社會網(wǎng)絡(luò)聚集了大量的用戶。這些用戶不僅是網(wǎng)上信息資源的瀏覽和接受者，也是所述資源的提供和傳送者。這些信息中既有對人、物、事的客觀報道，也不乏對人、物、事的主觀表達。如何對來自不同社會網(wǎng)絡(luò)的主觀情感表達進行自動分析和處理已成為亟待解決的難題。其中，文本情感分類問題受到愈來愈多的關(guān)注，成為當(dāng)下的研究熱點。
　　在眾多的文本情感分析方法中基于監(jiān)督學(xué)習(xí)的方法是目前最具代表性也是最成功的一種方

2、法。然而，它們在處理情感的歧義性、組合性和隱含性等方面卻存在或多或少的不足。隨著大數(shù)據(jù)和深度神經(jīng)網(wǎng)絡(luò)技術(shù)的興起和蓬勃發(fā)展，深度特征在自然語言信息處理領(lǐng)域得到了越來越多的關(guān)注。相比于人工設(shè)置的底層特征，深度特征可以更全面、更準(zhǔn)確地描述蘊含在文本中的情感信息。
　　在上述研究背景下，本文對文本情感分類問題進行了深入研究。針對文本表達中存在的情感歧義性、組合性和隱含性等問題，在監(jiān)督學(xué)習(xí)的框架下開展了文本情感分析改進研究，提出了一些新穎的

3、情感分類方法，期望通過挖掘蘊含于文本中的情感特征來提高文本情感分析的準(zhǔn)確性以促進文本情感分析的實用化進程。
　　本文的主要貢獻與創(chuàng)新點如下:
　　1.構(gòu)建了一種多層級情感語料庫。針對研究用文本情感語料不足的問題，提出了以詞語、短語和句子為標(biāo)注基本單位的多層級情感語料庫構(gòu)建方案。在詞語和短語情感資源構(gòu)建過程中，使用了如下方法:詞典翻譯方法和情感詞匯擴充方法。前者利用已標(biāo)注的英文情感詞典，將源語言的英文情感詞匯翻譯成目標(biāo)語言的漢

4、語情感詞匯，從而實現(xiàn)漢語情感詞典的構(gòu)建;后者則是根據(jù)已構(gòu)建的小規(guī)模種子情感詞匯集合，利用Bootstrapping方法，對其進行適當(dāng)?shù)臄U充以構(gòu)建更大規(guī)模的情感詞匯集。在句子級情感語料構(gòu)建過程中，使用了如下方法:人工標(biāo)注和基于句子對齊的方法。前者由人工標(biāo)注完成;后者則根據(jù)對齊的英漢雙語語料，將源語言的英文情感句子映射為目標(biāo)語言的漢語情感句子，從而實現(xiàn)漢語情感語料的構(gòu)建。實驗結(jié)果表明，所構(gòu)建的情感語料庫可以滿足本研究的實際需求。
　　

5、2.提出了一種基于短語的文本情感分析方法。針對文本情感分析中實際存在的情感歧義性和組合性問題，以監(jiān)督學(xué)習(xí)為基本框架，從短語層面入手，提出了基于短語的監(jiān)督學(xué)習(xí)的文本情感分析方法。該方法首先對輸入文本進行短語切分;然后對短語的情感類別進行標(biāo)注;最后通過對這些情感類別信息進行組合以 最終確定整個文本（句子或短文本）的情感類別。在短語切分的研究中，本文以依存句法為切分依據(jù)實現(xiàn)了對句子的短語切分。在短語情感類別標(biāo)注研究中，提出了基于擴展式條件隨機

6、場和基于半馬爾科夫條件隨機場的兩種模型，有機地結(jié)合了詞語與詞語、詞語與短語、短語與短語之間的相互關(guān)系。在句子的情感類別生成過程中，本文設(shè)置了幾條情感傳遞規(guī)則來實現(xiàn)短語情感類別信息的整合，并據(jù)此完成對句子情感類別的判別。在文本情感傾向性和文本情緒分析的實驗中，取得明顯優(yōu)于傳統(tǒng)方法的結(jié)果。
　　3.提出了一種基于主動學(xué)習(xí)的情感分析方法。在已標(biāo)注語料缺乏的情況下，研究了如何在監(jiān)督學(xué)習(xí)的框架下利用大規(guī)模未標(biāo)注語料以提升所構(gòu)建情感分析模型性

7、能的問題，提出了一種基于主動學(xué)習(xí)的文本情感分析方法。該方法以基于短語的半馬爾科夫條件隨機場為基本分類模型，以基于池的主動學(xué)習(xí)為基本框架來完成對語料的標(biāo)注。在樣例篩選時首先選擇最不確定的訓(xùn)練實例，然后利用聚類差法進行進一步篩選，最后由專家對查詢結(jié)果進行情感信息的標(biāo)注。該方法充分利用了概率圖模型和自然語言本身的特點，可在訓(xùn)練樣本不足的情況下取得較好的標(biāo)注性能。
　　4.提出了一種基于組合語義特征的情感分析方法。針對基于表面詞形的底層特