版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著社交網(wǎng)絡(luò)的快速發(fā)展,人們在社交平臺上隨時隨地分享自己的所見所聞所想。許多研究者認(rèn)為社交網(wǎng)絡(luò)是一種反映真實世界的傳感網(wǎng)絡(luò)。社交媒體數(shù)據(jù)的分析具有廣泛的應(yīng)用,例如偵測犯罪活動,預(yù)測公眾行為等。由于文本數(shù)據(jù)在社交媒體數(shù)據(jù)中所占比例高并且含有豐富信息,文本語義分析對社交媒體數(shù)據(jù)分析至關(guān)重要。過去的文本語義分析工作主要針對的是規(guī)范語言的文本數(shù)據(jù),如新聞文本,維基百科等。然而,社交媒體文本長度有限,包含大量的錯誤拼寫,俚語,語法錯誤等非規(guī)范語言
2、應(yīng)用。因此,傳統(tǒng)的文本語義分析技術(shù)在社交媒體文本上的直接應(yīng)用取得的效果并不理想。
針對推文中語義信息量和準(zhǔn)確度有限的特點,本文在現(xiàn)有的文本語義分析技術(shù)的基礎(chǔ)上,研究了一種語義和情感信息結(jié)合的推文特征學(xué)習(xí)方法,并將該推文特征應(yīng)用于推特事件檢測。本文的主要工作可概括為以下兩個部分:
1.構(gòu)建語義和情感結(jié)合的詞語表示。詞語的語義向量是文本語義分析的基礎(chǔ)。本文重點分析了目前最先進(jìn)的神經(jīng)網(wǎng)絡(luò)語言模型 word2vec。針對 w
3、ord2vec詞向量近反義區(qū)分能力弱的缺點,本文提出了一種同時使用詞語語境的語義和情感信息構(gòu)建詞向量的方法,提升詞向量的近反義區(qū)分能力。具體地,本文使用遠(yuǎn)程監(jiān)督方法,利用推文中的表情符號作為弱情感標(biāo)簽,擴展word2vec神經(jīng)網(wǎng)絡(luò)模型,將語境的語義和情感信息編碼到詞向量中。本文稱這種語義和情感結(jié)合的詞向量為senti-word2vec詞向量。
2.融合語義和情感信息的推特事件檢測。傳統(tǒng)的推特事件檢測把語義相似的推文組織起來表征
4、事件。然而,許多語義特征提取方法的近反義區(qū)分能力有限,因此同一事件簇中的推文對事件可能表達(dá)不同的情感態(tài)度。在情感信息的約束條件下,本文提出將推特事件簇進(jìn)一步劃分為事件支持簇,事件反對簇和事件中立簇。具體地,本文使用senti-word2vec詞向量生成語義和情感結(jié)合的推文特征,分析該推文特征對推文語義相似性判斷和情感分析的影響,最后運用該推文特征進(jìn)行情感細(xì)分的事件檢測。
為了獲得大量準(zhǔn)確客觀的測試標(biāo)簽,本文使用公開的測試數(shù)據(jù)集
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Twitter情感分析中的分類問題研究.pdf
- 基于主題模型的Twitter事件檢測.pdf
- 視頻語義分析和事件檢測技術(shù)研究.pdf
- twitter情感分析(傳統(tǒng))技術(shù)綜述
- 基于Twitter的情感分析相關(guān)問題研究.pdf
- 基于語義的視頻事件檢測分析方法研究.pdf
- 多線索融合的足球視頻語義分析及事件檢測.pdf
- 基于句法和語義挖掘的Web金融評論情感分析.pdf
- Twitter情感分類及可視化的研究.pdf
- 微博突發(fā)事件檢測與情感分析研究.pdf
- 基于語義分析的文本情感分類研究.pdf
- 基于潛在語義分析和最大熵的中文情感分析研究.pdf
- NLP中語義的計算和分析.pdf
- 基于語義情感分析的輿情監(jiān)控系統(tǒng).pdf
- 基于概率超圖的視頻事件語義檢測方法研究.pdf
- 基于漸進(jìn)直推式支持向量機的Twitter文本情感分析研究.pdf
- 法律英語中and和or的語義分析
- 基于深度學(xué)習(xí)的財經(jīng)事件情感分析.pdf
- 基于語義特征的微博情感分析的研究.pdf
- 針對虛擬人的文本情感語義分析.pdf
評論
0/150
提交評論