句子和篇章文本倾向的分析

《句子和篇章文本倾向的分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TP391学校代码：10213国际图书分类号：681.3密级：公开工学硕士学位论文句子和篇章文本倾向分析硕士研究生：李本阳导师：李生教授,关毅教授申请学位级别：工学硕士学科、专业：计算机科学与技术所在单位：计算机科学与技术学院答辩时间：2010年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP391U.D.C.:681.3DissertationfortheMasterDegreeinEngineeringTEXTORIENTATIONANALYSISONSENTENCESANDDOCUMENT

2、SCandidate:LiBenyangSupervisor:Prof.LiSheng,Prof.GuanYiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScienceandTechnologyAffiliation:SchoolofComputerScienceandTechnologyDateofDefence:June,2010Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨

3、工业大学工学硕士学位论文摘要文本倾向分析目的是确定文本所表达的态度或观点，近几年来已经成为信息检索和自然语言处理领域的一个热点问题。文本倾向分析分为两个方面：情感(emotion)和情感倾向(sentiment/opinion)。这两方面都是人物主观意愿的反映，情感表达人物自身的情绪起伏，如快乐、悲伤等；情感倾向则表达人物对外界事物的态度或者喜爱的程度，如赞成、反对等。文本倾向分析应用十分广泛，在舆情分析、有害信息过滤、影视评价、产品调查等方面都有广阔的应用前景，但是目前公开的情感分析语料还比较少，给研究带来很大的困难。目前情感分

4、析还是比较初步，要使情感分析达到可应用的程度，还有很长的路要走。本文重点对句子情感分析和篇章级情感倾向分析进行了研究。首先，本文将研究焦点对准喜、怒、哀、惧四类情感分析问题，重点解决中文句子的情感分析问题。句子情感分析首先根据情感词典和倾向词典提取词特征，并采用规则提取词序列特征，然后采用最大熵模型对句子进行情感分类。在COAE2009评测中句子情感分析取得较好结果。其次，情感分类是目前篇章情感分析的主要方法，但该方法难以融入结构特征。针对此问题，采用级联模型对篇章情感倾向进行分析，将篇章情感倾向分析分为两层：小句级和篇章级。首先

5、分解篇章到小句，再由小句级的分析过度到对篇章级进行分析。使用最大熵模型处理小句级情感分类，小句级的输出作为上层篇章级的输入，并结合句型特征和句子位置等信息作为特征，采用支持向量机模型进行篇章级情感分类。同时对于级联模型中双层标注问题，基于交叉验证的思想提出了单层标注级联模型，减少了标注工作以及多层标注错误。实验结果表明，该方法的准确率较传统情感分类方法提高2.53%。最后，本文针对句子情感分析和篇章情感倾向分析的实验进行了分析，分析了句子情感分类能够取得好成绩的几个原因，同时对于本文所提出基于单层标注级联模型的情感分析进行了分析，

6、指出了该模型在篇章情感分析中的优势。关键词：情感分析；情感倾向分析；级联模型；最大熵模型-I-哈尔滨工业大学工学硕士学位论文AbstractThepurposeoftextorientationanalysisistodeterminetheattitudeorviewsexpressedintext,inrecentyearsorientationanalysisisbecomingthehotissueofinformationretrievalandnaturallanguageprocessing.Orientationo

7、fthetextisdividedintotwoareas:emotion,andsentiment(opinion).BothareareflectionoftheSubjectivewillofpeople,emotionexpresspeople'sownemotionalupsanddowns,suchashappiness,sadness,etc;sentimentexpresstheattitudeanddegreeofpeopletotheoutsideworldorthings.Suchassupport,oppo

8、sition,etc.Textorientationanalysiswidelyused,inpublicopinionanalysis,harmfulinformationfiltering,filmevaluation,investigatio