基于句法和语义的话题细粒度情感分析的研究

《基于句法和语义的话题细粒度情感分析的研究》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、基于句法和语义的话题细粒度情感分析的研究廖纯2016年1月中图分类号：TP391UDC分类号：004.8基于句法和语义的话题细粒度情感分析的研究作者姓名廖纯学院名称计算机学院指导教师冯冲副研究员答辩委员会主席廖乐健教授申请学位级别工学硕士学科专业计算机科学与技术学位授予单位北京理工大学论文答辩日期2016年1月StudyonTopicalFine-grainedSentimentAnalysisusingSyntaxandSemanticsCandidateName:ChunLiaoSchoolorDepartment:Co

2、mputerScienceandEngineeringFacultyMentor:AssociateFellowChongFengChair,ThesisCommittee:Prof.LejianLiaoDegreeApplied:MasterofScienceMajor:ComputerScienceandTechnologyDegreeby:BeijingInstituteofTechnologyTheDateofDefence:January，2016研究成果声明本人郑重声明：所提交的学位论文是我本人在指导教师的指导下

3、进行的研究工作获得的研究成果。尽我所知，文中除特别标注和致谢的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：北京理工大学硕士学位论文摘要海量互联网信息中蕴含着巨大社会价值和商业价值。传统的情感分析技术分析粒度大、准确性不高，并不能满足日益丰富的互联网用户需求。因此，如何采用一种细粒度情感分析技术使计算机能自动地对网络信息进行处理分析，给

4、决策者提供更加详尽的结论性信息，帮助企业了解用户的消费习惯，帮助用户全面了解产品信息，逐渐成为了发展趋势。目前，针对细粒度情感分析的研究对句法和语义信息的挖掘还不够深入，因此，本文综合情感关键句抽取、评价对象识别、话题相关的情感倾向性分析的研究基础，深度挖掘句法和语义层面的知识，针对互联网语料，对细粒度情感分析进行了深入的研究。主要研究内容和创新点包括：1.针对情感关键句抽取工作，提出基于PMI的情感词典扩展算法、主题模型与词图模型相结合的关键词抽取算法和依存模板提取算法，来分别获取情感词、关键词和句法依存特征，融合词汇语义

5、和句法依存信息完成情感关键句的抽取工作。2.针对评价对象识别工作，提出一种融合词性模板、依存结构分析、语义角色标注和短语结构分析的领域词典构建方法PDSP，并采用WordEmbedding方法对该词典进行扩展之后，嵌入到序列标注模型条件随机场CRF中进行评价对象识别。3.在话题相关的情感倾向性分析中，首先提出了一种融合局部和全局信息的LTIGT算法进行关键词特征提取；然后基于WordEmbedding和依存关系提取话题相关情感词，并对其进行K-means聚类，获取情感词特征；最后将以上两种特征，与传统特征一起加入SVM进行话

6、题相关的情感倾向性判定，获得每个话题所对应的情感倾向，完成细粒度的情感分析。关键词：情感分析；句法；语义；情感关键句；评价对象；SVMI北京理工大学硕士学位论文ABSTRACTThereishugesocialandcommercialvalueinthemassiveInternetinformation.Thetraditionalcoarse-grainedsentimentanalysistechnologycannotmeetthegrowingdemandofInternetusers.Howtouseafine

7、-grainedsentimentanalysistechnologytoanalyzethenetworkinformationautomatically,toprovidemoreusefulinformationfordecisionmakerstounderstandtheuser'sconsumptionhabits,tohelpusersunderstandthemoreinformationaboutaproduct,toprovidethebasisforrealdata,isbecominganewtren

8、d.Consideringresearchesonfine-grainedsentimentanalysisdidnotpaymuchattentiononsyntaxesandsemanticx,thispaperfocusesonfine-grainedsentimentanalysi