用户评论挖掘中情感分析问题的研究

摘要

随着网络数据的爆炸式增长，大数据所展现出来的应用潜力也越来越明显。数据挖掘技术可以发现大数据中的一些特定模式，进而对人们的生产生活进行科学的指导，这其中就包括情感信息分析。情感是一种自然语言特有的高层语义抽象，所以分析文本的情感往往需要大量人力的参与。情感信息分析是一种自动获取文本情感信息的技术，既可以节省许多的人力物力，同时能在很多人机交互应用中融入情感，增加了其智能型。
　　情感分析包括三个子任务：情感抽取、情感分类和情感检索。传统的情感分析研究在这三个子任务上有如下不足。第一点，情感抽取的模型或者没有考虑文本的语法结构信息，或者模型非常复杂，难以训练；第二点，情感分类试图尽可能多的利用一些启发式的文本特征，造成相关模型的适应性非常低；第三点，文本级的情感检索中没有考虑文本的静态质量，而后者是在传统信息检索中非常关键的一种排序因子。
　　本课题所针对的语料库是用户评论，既网络购物后的用户文本反馈。相对于其他文体形式，用户评论有着发布者单一、主题单一的特点。本课题利用用户评论的特点，针对传统情感分析研究的问题，一一提出了解决方法。首先，在情感信息抽取中，本课题利用新模型简化了语法结构信息的融入；然后，把所有的启发式文本情感特征规约到情感对特征，完全基于情感对特征完成了情感分类；最后，基于用户威望机制，为情感检索融入了文本静态质量这一排序因子。本课题详细论述了新模型和算法的提出，并通过基准测试验证了其有效性。

目录

封面

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景与意义

1.2国内外研究现状

1.3研究内容与目标

1.4本文结构和组织

1.5本章小结

第二章 相关理论与技术

2.1情感信息抽取

2.2情感信息分类

2.3情感信息检索

2.4本章小结

第三章 情感分析技术的研究与改进

3.1用户评论的特殊性

3.2融合文本语法结构的HMM模型

3.3基于情感对的情感信息分类

3.4动态与静态相结合的情感信息检索

3.5本章小结

第四章 实验与评估

4.1语料库

4.2数据预处理

4.3交叉验证

4.4情感信息抽取

4.5情感信息分类

4.6情感信息检索

4.7本章小结

第五章 总结与展望

5.1总结

5.2展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文

声明