基于迁移学习的中文评论情感分类方法研究

发布时间：2017-03-18 06:04

  本文关键词：基于迁移学习的中文评论情感分类方法研究，由笔耕文化传播整理发布。

【摘要】：网络的快速发展极大地改变了人们表达自己观点与意见的途径和方式。尤其是随着电子商务的发展,包含消费者对产品或服务的主观态度的评论信息越来越多地出现在各种网站中,这些评论对消费者和生产厂商来说包含了很多重要的信息,其商业价值越来越明显。网络评论信息来源广泛,有时还夹杂在许多杂乱的帖子或者微博中,人们要找到相关的评论资源并从中抽取出情感信息,进而进行归纳总结是很困难的,因此自动化的情感分类技术应运而生。作为文本挖掘的一个重要分支,随着网络评论分析的应用价值不断突显,需求不断增加,情感分类已成为近年来的研究热点之一。 然而,在现实中,需要进行情感分类的产品种类时常发生变化,而在进行情感分类时,常常会遇到大量没有标注的评论或者只有少部分评论被标注的情况,使得机器学习的分类效果不能令人满意,而通过人工标注又将耗费大量的人力物力,因此从稀少的评论数据甚至是大量的无标注评论数据中获取用户的情感态势,目前仍是一个尚待解决的问题。 迁移学习旨在利用从其他任务学习到的知识来帮助解决目标任务,因此本文利用迁移学习策略,借助已知分类结果的其他产品领域的标注数据来辅助解决新产品领域的中文评论情感分类问题。 首先,针对待分类的目标产品领域没有标注数据的情况,借鉴人们在判断新词的情感倾向时,一般会参考与其具有相似语义的词语的情感倾向的方法,提出基于语义的特征迁移策略。通过源领域特征项与目标领域特征项之间的语义相似度和语义相关度,将源领域的特征项的类别指示作用迁移到目标领域,然后应用类别空间模型进行类别划分。 其次利用样本迁移的策略,解决目标领域仅存在少量标注数据的评论情感分类问题。应用样本权重及样本分类置信度的双重选择策略从源领域数据中挑选出与目标领域数据相对接近的数据辅助训练分类器,均衡积极类及消极类的分类精度,使得分类结果更具参考价值。 论文最后对研究工作进行了总结,并为以后的研究提出了一些方向。
【关键词】：情感分类 语义迁移 样本迁移 中文评论 迁移学习
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：C931.6
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-21
• 1.1 研究背景及问题提出9-10
• 1.2 国内外研究现状10-19
• 1.2.1 情感分类基础理论10-12
• 1.2.2 情感分类的主要方法12-17
• 1.2.3 情感分类的应用17-18
• 1.2.4 迁移学习18-19
• 1.3 研究内容及论文结构19-21
• 2 情感分类与迁移学习21-29
• 2.1 迁移学习23-25
• 2.1.1 迁移学习的定义23-24
• 2.1.2 迁移学习的数据标注24-25
• 2.1.3 迁移学习策略25
• 2.2 情感分类中的迁移学习策略25-29
• 3 基于语义的特征迁移情感分类方法29-41
• 3.1 算法构建29-31
• 3.2 类别向量空间模型31-32
• 3.3 语义迁移策略32-38
• 3.3.1 领域相关特征抽取32-33
• 3.3.2 语义相似度度量33-35
• 3.3.3 语义相关度度量35-36
• 3.3.4 语义迁移策略36-38
• 3.4 实验结果与分析38-41
• 3.4.1 实验数据与预处理38
• 3.4.2 对比算法及评价指标38-39
• 3.4.3 实验结果分析39-41
• 4 基于样本双重选择策略的情感分类方法41-54
• 4.1 算法构建41-43
• 4.2 双重选择策略43-46
• 4.2.1 基于样本权重的选择策略43
• 4.2.2 基于样本分类置信度的选择策略43-45
• 4.2.3 双重选择策略45-46
• 4.3 实验结果与分析46-54
• 4.3.1 实验数据与预处理46-47
• 4.3.2 实验结果分析47-54
• 结论54-56
• 参考文献56-62
• 攻读硕士学位期间发表学术论文情况62-63
• 致谢63-64

【参考文献】

中国期刊全文数据库 前9条

1 吴琼;谭松波;许洪波;段m#毅;程学旗;;基于随机游走模型的跨领域倾向性分析研究[J];计算机研究与发展;2010年12期

2 娄德成;姚天f ;;汉语句子语义极性分析和观点抽取方法的研究[J];计算机应用;2006年11期

3 杨文让;王中卿;李培峰;朱巧明;;基于质心迁移的领域适应性情感分类[J];计算机应用与软件;2011年12期

4 朱嫣岚;闵锦;周雅倩;黄萱菁;吴立德;;基于HowNet的词汇语义倾向计算[J];中文信息学报;2006年01期

5 唐慧丰;谭松波;程学旗;;基于监督学习的中文情感分类技术比较研究[J];中文信息学报;2007年06期

6 夏火松;刘建;朱慧毅;;中文情感分类挖掘预处理关键技术比较研究[J];情报杂志;2011年09期

7 段建勇;谢宇超;张梅;;基于句法语义的网络舆论情感倾向性评价技术研究[J];情报杂志;2012年01期

8 赵妍妍;秦兵;刘挺;;文本情感分析[J];软件学报;2010年08期

9 邓煜;唐大麟;于梦;;社会化媒体时代的品牌营销之道[J];现代营销(学苑版);2011年11期

中国博士学位论文全文数据库 前1条

1 孟佳娜;迁移学习在文本分类中的应用研究[D];大连理工大学;2011年

  本文关键词：基于迁移学习的中文评论情感分类方法研究，，由笔耕文化传播整理发布。

本文编号：254017