基于神經(jīng)網(wǎng)絡(luò)的文本傾向性分類研究.pdf

1、互聯(lián)網(wǎng)是隨著時代發(fā)展產(chǎn)生的新型信息交流工具，如今已經(jīng)進入了我們學(xué)習(xí)生活中的方方面面。與此同時網(wǎng)絡(luò)上可交流的平臺越來越多，在這些平臺中各種各樣的評論性文本也呈爆發(fā)式增長，對這些文本進行傾向分類，挖掘文本中潛在的價值具有十分重要的意義。
　　各種平臺的評論性文本包含著對時事、物品的正負評論等，對此類文本進行傾向性分類主要是以情感、輿論導(dǎo)向為主線進行分類。如今，這項工作越來越被關(guān)注同時吸引了大批學(xué)者。關(guān)于對文本進行傾向性分類主要有兩類方

2、法，一是借助于詞典、語料庫的方法。此方法在文本分類方面具有良好的效果，但是此方法過多依賴詞典等外部元素，分類結(jié)果的好壞與詞典等外部元素有直接關(guān)系，同時計算量較大。第二種方法是機器學(xué)習(xí)方法，該方法結(jié)合特征抽取技術(shù)，對文本用特殊的方式進行表示進而使用機器學(xué)習(xí)方法分類。不同的機器學(xué)習(xí)方法分類效果不同，且容易受到文本好壞的影響。
　　本文以論壇評論性文本和電子商務(wù)網(wǎng)站評論性文本為載體，對文本進行傾向性分類。結(jié)合不同文本的特點，本文中人工采

3、集了一組含噪聲較多的論壇數(shù)據(jù)同時在網(wǎng)站采集了一組規(guī)范的電商評論數(shù)據(jù)。
　　評論性文本結(jié)構(gòu)復(fù)雜、語言風格多樣，針對此類現(xiàn)象，首先對文本進行了處理，將文本格式等進行規(guī)范化，然后專門構(gòu)造了分詞詞典并應(yīng)用到了分詞過程中去。結(jié)合文本向量表示方法及x2統(tǒng)計量特征抽取方法構(gòu)造了文本的向量矩陣。由于論壇和電商網(wǎng)站評論性文本存在噪聲較多且特征多變，結(jié)合文本傾向分類的方式，本文選擇利用文本預(yù)處理結(jié)合機器學(xué)習(xí)進行文本傾向性分類。
　　在眾多機器學(xué)