中文微博細(xì)粒度情感判別研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、微博作為一種新型的社交網(wǎng)絡(luò)平臺,能隨時隨地發(fā)布簡短且內(nèi)容豐富的文本,這些信息有可能代表用戶的觀點(diǎn)或喜好,挖掘用戶這些信息對輿情監(jiān)控、市場營銷、謠言控制等都有重要意義。目前,對文本的情感分析側(cè)重于簡單的積極、消極二值分類。由于微博文本存在口語化嚴(yán)重,數(shù)據(jù)稀疏等問題,因此對情感深層次的細(xì)粒度判別是十分重要且必要的。本文工作包括以下兩個方面:
  (1)針對有明顯情感詞的微博,設(shè)計了一種基于情感元素模型的微博細(xì)粒度情感判別方法。根據(jù)依存

2、句法,分析出句子中詞語間的依存關(guān)系,找出副詞、否定詞等詞語級情感影響因子,建立情感元素模型并計算分值,對每種粒度分別進(jìn)行求和,將最大值所對應(yīng)的細(xì)粒度作為微博的情感的策略。
  (2)針對無明顯情感詞的微博,設(shè)計了一種多特征支持向量機(jī)的微博細(xì)粒度情感判別的方法。首先,在特征選擇階段進(jìn)行改進(jìn),針對傳統(tǒng)卡方檢驗(yàn)(CHI)特征選擇不穩(wěn)定性,只考慮微博條數(shù)而未考慮詞頻,提出一種卡方檢驗(yàn)-詞頻逆文檔詞頻(CHI- TFIDF)的特征抽取方法,

3、將詞頻、逆文檔詞頻引入到CHI算法中。實(shí)驗(yàn)表明改進(jìn)的CHI算法相比傳統(tǒng)CHI穩(wěn)定性和有效性均有所提高。將上述得到的特征詞再結(jié)合微博句子結(jié)構(gòu)和語義等特征引入到支持向量機(jī)算法中,訓(xùn)練模型最終得到細(xì)粒度判別結(jié)果。
  將本文提出的方法與傳統(tǒng)的機(jī)器學(xué)習(xí)算法支持向量機(jī)進(jìn)行實(shí)驗(yàn)比較,準(zhǔn)確率和F值均高于支持向量機(jī)的,原因在于對有多重情感傾向的微博使用情感元素模型判別方式判別更準(zhǔn)確。2014年以本文提供的方法參加第三屆自然語言處理與中文計算會議發(fā)

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。

評論

0/150

提交評論