多层次文本情感分析研究

发布时间：2022-02-18 19:13

　　情感分析,又称观点挖掘,是指利用自然语言处理、文本分析、计算语言学等技术与手段,分析书面语言中的情感、观点、态度和表情的重要方法。情感分析是自然语言处理领域非常重要的一个任务,它可以为政府、企业、消费者提供全面且科学的决策依据,因此受到了广泛关注。根据文本层次的递进关系,我们可以将被研究的文本分为要素级别、文档级别和多轮次对话级别。本文针对这三个级别,分别对要素信息利用不充分、模型可解释性弱、高质量对话级别情感分析数据集缺失等关键问题展开了研究,取得了具有一定理论意义和应用价值的成果。本文的研究内容包括:·基于注意力机制的特定要素情感分类。针对特定要素情感分类,我们提出了ATAE-LSTM模型,该模型证明要素类别可以显著影响该级别的情感分析。ATAE-LSTM可以针对输入要素的不同,注意到输入文本中与该要素相关的部分,并抑制不相关的部分。此外,ATAE-LSTM可以注意到要素相关的文本中对情感分析具有重要影响的部分。·基于胶囊网络的要素情感协同分析。由于ATAE-LSTM模型需要将要素信息作为输入,这限制了该模型进一步的应用。受胶囊结构启发,我们提出AS-Capsules模型,该模型不... 

【文章来源】：清华大学北京市211工程院校985工程院校教育部直属院校

【文章页数】：116 页

【学位级别】：博士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 研究内容与挑战
        1.2.1 要素级别的情感分析与主要挑战
        1.2.2 文档级别的情感分析与主要挑战
        1.2.3 对话级别的情感分析与主要挑战
    1.3 本文研究重点和主要贡献点
第2章 研究现状与相关工作
    2.1 情感分析研究现状概述
        2.1.1 文本表示
        2.1.2 基于特征工程的情感分析
        2.1.3 基于深度学习的情感分析
        2.1.4 胶囊网络概述
    2.2 要素级别的情感分析现状与相关工作
        2.2.1 要素检测
        2.2.2 要素级别的情感分类
    2.3 文档级别的情感分析现状与相关工作
    2.4 对话级别的情感分析现状与相关工作
    2.5 本章小结
第3章 要素级别的情感分析
    3.1 概述
    3.2 相关工作
        3.2.1 要素检测
        3.2.2 要素级别的情感分类
    3.3 特定要素情感分类
        3.3.1 AE-LSTM模型
        3.3.2 AT-LSTM模型
        3.3.3 ATAE-LSTM模型
        3.3.4 模型优化
        3.3.5 实验分析
        3.3.6 与基准模型的比较
        3.3.7 定性分析
    3.4 要素情感协同分析
        3.4.1 RNN-Capsule概要
        3.4.2 AS-Capsules模型
        3.4.3 AS-Capsules单个胶囊的结构
        3.4.4 模型优化
        3.4.5 实验分析
        3.4.6 可解释性分析
    3.5 本章小结
第4章 文档级别的情感分析
    4.1 概述
    4.2 相关工作
    4.3 基于胶囊结构的情感分析
        4.3.1 RNN-Capsule模型
        4.3.2 胶囊结构
        4.3.3 模型优化
    4.4 实验分析
        4.4.1 数据集
        4.4.2 模型实现细节
        4.4.3 在基准数据集上的评价
        4.4.4 在医院反馈数据集上的评价
    4.5 可解释性分析
        4.5.1 被注意到的中高频词
        4.5.2 被注意到的低频词
    4.6 本章小结
第5章 对话级别的情感分析
    5.1 概述
    5.2 相关工作
    5.3 Emo-Int-Dialog数据集
    5.4 Chat-RNN模型
        5.4.1 Chat-RNN模型的结构
        5.4.2 训练目标
    5.5 实验分析
        5.5.1 模型实现细节
        5.5.2 模型评价详情
    5.6 本章小结
第6章 总结与展望
    6.1 研究工作总结
    6.2 研究工作展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果



本文编号：3631396