中文短文本情感分類(lèi)方法的研究與實(shí)現(xiàn).pdf

1、隨著當(dāng)前的互聯(lián)網(wǎng)產(chǎn)業(yè)飛速發(fā)展，各種網(wǎng)絡(luò)應(yīng)用如微博、電子商務(wù)、論壇、博客應(yīng)運(yùn)而生。伴隨著這些應(yīng)用而來(lái)的是海量的網(wǎng)絡(luò)文本數(shù)據(jù)。這些數(shù)據(jù)中所蘊(yùn)含的觀(guān)點(diǎn)信息不僅對(duì)網(wǎng)絡(luò)應(yīng)用有豐富的價(jià)值，而且對(duì)用戶(hù)來(lái)說(shuō)也是很重要的。為了從海量文本數(shù)據(jù)中提取出有效的觀(guān)點(diǎn)信息，情感分類(lèi)這個(gè)研究領(lǐng)域應(yīng)運(yùn)而生。
　　本文使用有監(jiān)督的機(jī)器學(xué)習(xí)方法，對(duì)中文短文本進(jìn)行情感分類(lèi)方法進(jìn)行了研究和實(shí)現(xiàn)?；跈C(jī)器學(xué)習(xí)方法本文使用了三種開(kāi)源的工具，分別用于訓(xùn)練詞向量，挖掘詞語(yǔ)之間的

2、淺層語(yǔ)義;提取語(yǔ)句結(jié)構(gòu)特征中的核心詞位置;進(jìn)行情感分類(lèi)和情感極性預(yù)測(cè)。本文的主要研究?jī)?nèi)容如下:
　　1)為了更近一步的提高分類(lèi)的準(zhǔn)確性，利用word2vec這一詞向量工具，將海量文本數(shù)據(jù)轉(zhuǎn)化為高維度空間中的向量值，通過(guò)向量之間的余弦值，獲取詞語(yǔ)之間語(yǔ)義的相近程度。通過(guò)實(shí)驗(yàn)可以驗(yàn)證，這種方法可以很好地提取出近義相似特征，將近義相似特征擴(kuò)充到情感特征詞典后，為后續(xù)的情感特征提取提供支持。
　　2)給出了基于句式結(jié)構(gòu)的情感分類(lèi)方法

3、。通過(guò)分析網(wǎng)絡(luò)文本中的的正負(fù)情感語(yǔ)句，可以發(fā)現(xiàn)語(yǔ)句都是有一定結(jié)構(gòu)特征的。在句式結(jié)構(gòu)一定的情況下，配合相應(yīng)的情感詞，就可以確定短文本的情感類(lèi)型。本文使用情感特征詞庫(kù)以及特定的句式結(jié)構(gòu)詞作為情感特征，將情感特征輸入到libsvm做分類(lèi)。通過(guò)實(shí)驗(yàn)可以驗(yàn)證，這種方法有著很好的分類(lèi)效果。
　　3)基于語(yǔ)義的情感分類(lèi)，本文使用兩種方式來(lái)進(jìn)行。一種是進(jìn)行回歸預(yù)測(cè)，也就是進(jìn)行情感極性值預(yù)測(cè)。另一種是進(jìn)行情感二分類(lèi)，在進(jìn)行分類(lèi)之前使用PCA方法對(duì)情