中文微博细粒度情感判别研究

《中文微博细粒度情感判别研究》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、分类号＇ＴＰ３９１密级公开ＵＤＣ５００学校代码１０巧５戀痛＃＾麥ＵＮＩＶＥＲＳＩＴＹＯＦＳＯＵＴＨＣＨＩＮＡ＇，；硕±学位论文’麵适：４義Ｉ’（学术学位）ｔ中文微博细粒度情感判别研究研究生姓名；陈闯闯＇．指导教师、职称：刘志明教授学科专业：计算机科学与技术研究方向：自然语言处理所在学院；计算机科学与技术二〇—六年五月義＃＾拿中文猶Ｌ博细粒度情感判别研究论文作者签名：轉靴巧指导教师签名：訓刮＂论文评阅人１：）孩來科始才襄评阅人２：要评陶人３：

2、－答辩委员会主席：说ａＫ１游孫ｆｌ赛＾委员１；書敵為ｉ丧各委员－２；齡不娘拖據寺音委员３：如毛如捻爲每委员４＾交紋ｆ：歸４％焉磅Ｌｆ委员５：委员６；答辩曰期：年！ｒ月／日？南华大学学位论文原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究Ｘ巧及取得的研究成果。尽我所知，除了论文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包曾为获得南华大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了

3、明确的说明。本人完全意识到本声明的法律结果由本人承担。作者签名：桃如日ｆ争南华大学学位论文版权使巧授权书－上本学位论文是本人在南华大学攻读（博／＾学位期间在导师指导下完成｜／芭的学位论文。本论文的研究成果归南华大学所有，本论文的研究内容不得封其单位的名义发表。本人同意南华大学有关保留、使用学位论文的规定，目日：学校或有权保留学位论文，允许学位论文被查润和借阅；学校可ｙ／公布学位论文的全部湖部分内容，可Ｗ采用复印、缩印或其它手段保留学位论文；学校可根据国家或南省有关部口规定送交学位论文。同意学校将论文加入《中国优秀博硕学位享论受文全文数据库）

4、），井巧《中国优秀博硕±学位论文全文数据库出版章程》规定相关权益。同意授权中国科学信息技术研究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。对于渉密的学位论文，解密后适用该授权。靴、作者签名：许八＞特３月「？日导师签名：別库ｒ月曰中文微博细粒度情感判别研究摘要：微博作为一种新型的社交网络平台，能随时随地发布简短且内容丰富的文本，这些信息有可能代表用户的观点或喜好，挖掘用户这些信息对舆情监控、市场营销、谣言控制等都有重要意义。目前，对文本的情感分析侧重于简单的积极、消极二值分类。由于微博文本存在口语化严重，数据稀疏

5、等问题，因此对情感深层次的细粒度判别是十分重要且必要的。本文工作包括以下两个方面：（1）针对有明显情感词的微博，设计了一种基于情感元素模型的微博细粒度情感判别方法。根据依存句法，分析出句子中词语间的依存关系，找出副词、否定词等词语级情感影响因子，建立情感元素模型并计算分值，对每种粒度分别进行求和，将最大值所对应的细粒度作为微博的情感的策略。（2）针对无明显情感词的微博，设计了一种多特征支持向量机的微博细粒度情感判别的方法。首先，在特征选择阶段进行改进，针对传统卡方检验（CHI）特征选择不稳定性，只考虑微博条数而未考虑词频，提出一种卡方检验-词频逆文档词频（CHI-TFIDF）

6、的特征抽取方法，将词频、逆文档词频引入到CHI算法中。实验表明改进的CHI算法相比传统CHI稳定性和有效性均有所提高。将上述得到的特征词再结合微博句子结构和语义等特征引入到支持向量机算法中，训练模型最终得到细粒度判别结果。将本文提出的方法与传统的机器学习算法支持向量机进行实验I比较，准确率和F值均高于支持向量机的，原因在于对有多重情感倾向的微博使用情感元素模型判别方式判别更准确。2014年以本文提供的方法参加第三届自然语言处理与中文计算会议发布的中文微博情绪识别与分类评测任务，在五个队伍提交的七组结果中取得第二名好成绩。关键字：中文微博；细粒度情感；多特征；向量机；判别IIR

7、ESEARCHONFINE-GRAINEDSENTIMENTANALYSISBASEONCHINESEMICRO-BLOGChenChuangchuang(ComputerScienceandTechnology)DirectedbyLiuZhimingAbstract:Micro-blogasanewkindofsocialnetworkingplatform,whichcanpublishshortbutinformativetextwheneverandwhereverandthisinforma