中文情感詞典的自動(dòng)構(gòu)建及應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，越來(lái)越多的用戶擁有平等的獲取互聯(lián)網(wǎng)信息的機(jī)會(huì)。但是網(wǎng)上信息量龐大，如何快速識(shí)別其中表達(dá)的對(duì)人物、事件、產(chǎn)品等的情感信息，獲取想要的有用信息，已成為當(dāng)前自然語(yǔ)言處理和情感分析領(lǐng)域的一個(gè)熱門(mén)研究課題，并廣泛應(yīng)用于事件分析、產(chǎn)品評(píng)論、電影評(píng)論、酒店評(píng)論和輿情分析等領(lǐng)域。
　　文本情感分析主要是判別文本表達(dá)的情感傾向，情感詞是判斷文本情感傾向的主要依據(jù)。對(duì)文本情感分析研究來(lái)說(shuō)，設(shè)計(jì)高效的情感詞典構(gòu)建算法是一個(gè)基礎(chǔ)

2、且重要的工作。情感詞典是情感詞的集合，情感詞典的構(gòu)建分為兩步:收集詞語(yǔ)和標(biāo)注詞語(yǔ)的情感信息。目前使用的情感詞典構(gòu)建方法主要有基于語(yǔ)義詞典的方法和基于語(yǔ)料的方法。這些方法大多是判斷給定的詞語(yǔ)集合或詞典中詞語(yǔ)的情感傾向，這樣導(dǎo)致了詞語(yǔ)數(shù)量有限，不能主動(dòng)識(shí)別語(yǔ)料中的情感詞并進(jìn)行情感分析。
　　為此，本文提出了根據(jù)句法分析從語(yǔ)料中提取情感詞，并基于少量的情感詞和分類技術(shù)對(duì)情感詞進(jìn)行分類的方法構(gòu)建中文情感詞典。首先，通過(guò)句法分析器提取文本中

3、特定依存關(guān)系中的詞語(yǔ)作為情感候選詞;然后計(jì)算候選詞與少量特征詞的相似度;最后運(yùn)用機(jī)器學(xué)習(xí)的方法對(duì)詞語(yǔ)進(jìn)行分類得到詞語(yǔ)的情感類別，并對(duì)結(jié)果進(jìn)行處理。
　　本文的另一個(gè)工作是將情感詞典運(yùn)用到文本傾向分析中，將特征提取方法提取特征詞和情感詞典相結(jié)合來(lái)表示文本。首先，選擇性能較好的特征提取方法提取特征，通過(guò)實(shí)驗(yàn)選擇了CHI方法;然后添加情感詞到特征集合中來(lái)表示文本;最后進(jìn)行分類。實(shí)驗(yàn)結(jié)果顯示:該方法獲得的最好準(zhǔn)確率為81.63％，平均準(zhǔn)確