基于Valence-Arousal空间的中文文本情感分析方法研究

发布时间：2019-04-30 11:07

【摘要】：文本情感分析采用计算语言学的方法,可以对带有情感色彩的主观性文本进行分析、处理、归纳和推理。区别于现有类别型方法,维度型方法可以提供更为细致的情感信息。但目前面向中文的维度型情感分析方法仍然面临着诸如文化差异,缺少维度型情感词典和语料资源,现有情感词典的覆盖性差及情感分析准确度低等多个问题,设计可靠的中文维度型文本情感分析应用仍然是一项具有挑战的工作。针对这些问题,本文基于Valence-Arousal空间,研究词汇层次和文本层次的中文文本情感分析技术,主要内容包括以下三个方面。(1)针对跨语言的词汇情感标记,本文提出一种局部加权法,改进了线性回归模型,该方法对预测目标词汇周围的训练种子词汇进行加权,并降低其他无关噪音词汇的权重,解决了线性回归模型中的欠拟合问题。实验结果表明,基于局部加权线性回归方法获得了最小的预测误差及最佳的相关系数。(2)针对同语言的词汇VA值预测,本文提出一种基于社区的加权图模型,该模型使用社区发现机制进行邻接词汇的选取,并利用加权图模型改进了PageRank算法,解决了预测过程中的噪音词汇问题。实验结果显示,所提出的方法有效地减少邻接词汇中的噪音词汇数量,提高预测的效果。(3)针对文本层次的情感分析,本文提出了一种基于区域划分的深度神经网络模型。通过区域划分,模型利用卷积神经网络提取各区域中可用的情感信息,并使用长短期记忆模型进行区域间语言逻辑的序列整合,最终用于文本的VA值预测,解决了现有维度型情感分析准确度低的问题。对比实验结果表明该模型的准确度优于现有维度型分析方法和其他神经网络模型。
[Abstract]:......
【学位授予单位】：云南大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP391.1

【相似文献】

相关期刊论文 前10条

1 兰杰;在西文状态下阅读中文文本文件[J];电脑知识;1997年02期

2 骆卫华,罗振声,宫小瑾;中文文本自动校对技术的研究[J];计算机研究与发展;2004年01期

3 顾益军,樊孝忠,于江德,李良富;受限领域中文文本主题标引系统研究[J];计算机应用;2004年01期

4 李长荣,阚戈;中文文本2-分类模型在上证指数趋势分析中的应用研究[J];齐齐哈尔大学学报;2005年02期

5 许细清;林世平;;面向中文文本的观点检索技术研究[J];福州大学学报(自然科学版);2010年05期

6 薛丽敏;李殿伟;肖斌;;中文文本情感倾向性五元模型研究[J];通信技术;2011年07期

7 韩清月;;浅谈对外传播中文文本的写作[J];对外传播;2012年10期

8 刘开瑛,薛翠芳,郑家恒,周晓强;中文文本中抽取特征信息的区域与技术[J];中文信息学报;1998年02期

9 刘晶茹,王开铸;中文文本自动校对技术研究及系统组成[J];电脑学习;1999年06期

10 游荣彦;中文文本简易压缩与即时加密研究[J];计算机工程与设计;1999年06期

相关会议论文 前10条

1 郑天宏;许杭杰;董黎刚;;中文文本抄袭检查技术的研究[A];浙江省电子学会2010学术年会论文集[C];2010年

2 高楚舒;丁于思;;因特网中文文本信息分析[A];计算机模拟与信息技术会议论文集[C];2001年

3 宋兰;孙茂松;;中文文本全文查重的实验研究[A];全国第八届计算语言学联合学术会议（JSCL-2005）论文集[C];2005年

4 李思;张浩;徐蔚然;郭军;;基于合并模型的中文文本情感分析[A];第五届全国信息检索学术会议论文集[C];2009年

5 徐幸;王厚峰;;中文文本蕴含的推理模型[A];中国计算语言学研究前沿进展（2009-2011）[C];2011年

6 徐艳华;;中文文本中时间日期表达形式的自动检索[A];2004年辞书与数字化研讨会论文集[C];2004年

7 张云涛;龚玲;王永成;;识别中文文本中的未登录专有名词的类别[A];2007年中国智能自动化会议论文集[C];2007年

8 甘灿;孙星明;刘玉玲;向凌云;;一种改进的基于同义词替换的中文文本信息隐藏方法[A];第七届全国信息隐藏暨多媒体信息安全学术大会论文集[C];2007年

9 蒙应杰;司蕾;是W，

本文编号：2468722