隨著互聯(lián)網(wǎng)技術(shù)與社交網(wǎng)絡(luò)平臺(tái)的迅猛發(fā)展,人們通過網(wǎng)絡(luò)發(fā)表觀點(diǎn)、分享信息,產(chǎn)生了大量含有情緒信息的文本數(shù)據(jù)。這些數(shù)據(jù)中蘊(yùn)藏著豐富的社會(huì)價(jià)值與商業(yè)價(jià)值,吸引了眾多學(xué)者對(duì)文本情緒分析研究的關(guān)注。但由于網(wǎng)絡(luò)文本大多篇幅較短且形式多樣,使得情緒分析工作變得較為困難。另外,伴隨文化交流的日益增加,多種語言混合的表達(dá)方式也被廣泛應(yīng)用在知乎、微博、Twitter等網(wǎng)絡(luò)平臺(tái)。若將此類文本轉(zhuǎn)換為同種語言進(jìn)行情緒分析,可能會(huì)造成語義變化、信息丟失等問題。為此,本文對(duì)句子級(jí)文本以及中英文混合文本的情緒分析方法展開深入研究,主要工作分為以下兩個(gè)方面:（1）提出基于情緒認(rèn)知模型（OCC模型）和貝葉斯網(wǎng)絡(luò)的情緒句分類方法。本文從認(rèn)知心理學(xué)的角度分析OCC模型的情緒生成過程,從中提取一組情緒評(píng)估變量,并通過對(duì)文本進(jìn)行句法、語義分析,提出基于語義關(guān)系的情緒評(píng)估變量賦值算法。為避免句中信息缺失所帶來的影響,本文將情緒評(píng)估變量作為貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)并結(jié)合表情符號(hào)特征,經(jīng)結(jié)構(gòu)、參數(shù)學(xué)習(xí)得到情緒分類貝葉斯網(wǎng)絡(luò)（ECBN）。在公開評(píng)測數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),結(jié)果表明在添加表情特征后,寬松標(biāo)準(zhǔn)與嚴(yán)格標(biāo)準(zhǔn)條件下的平均精度分別提升5.5%、4... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

情緒生成規(guī)則示例圖

圖 2.2 聯(lián)合樹的建立過程基本思想是通過在樣本面能將不同類別的數(shù)據(jù)的決策面為直線 A，右線，即它們?cè)诙S空間射至三維空間再次尋找核函數(shù)可在一定程度上據(jù)映射至高維空間中，

該平面能將不同類別的數(shù)據(jù)點(diǎn)分隔開以實(shí)現(xiàn)分類。如圖2.3 所示，左圖（a）中數(shù)據(jù)的決策面為直線 A，右圖（b）中顯示的數(shù)據(jù)無法找到能夠?qū)⑵鋭澐譃閮深惖闹本�，即它們?cè)诙S空間中是非線性可分的，對(duì)于這種情況則需要將這些數(shù)據(jù)映射至三維空間再次尋找決策面。當(dāng)空間維數(shù)過高時(shí)會(huì)帶來龐大的計(jì)算量，引入核函數(shù)可在一定程度上緩解計(jì)算困難，它能將低維空間中非線性可分的兩類數(shù)據(jù)映射至高維空間中，使其變得線性可分。（a） （b）圖 2.3 線性可分與線性不可分

【參考文獻(xiàn)】：
期刊論文
[1]多語言文本情緒分析模型MF-CSEL[J]. 徐源音,柴玉梅,王黎明,劉箴.  小型微型計(jì)算機(jī)系統(tǒng). 2019(05)
[2]文本情緒分析綜述[J]. 李然,林政,林海倫,王偉平,孟丹.  計(jì)算機(jī)研究與發(fā)展. 2018(01)
[3]一種基于OCC模型的文本情感挖掘方法[J]. 皇甫璐雯,毛文吉.  智能系統(tǒng)學(xué)報(bào). 2017(05)
[4]Twitter推文與情感詞典SentiWordNet匹配算法研究[J]. 易順明,周洪斌,周國棟.  南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版). 2016(03)
[5]基于雙語詞典的微博多類情感分析方法[J]. 栗雨晴,禮欣,韓煦,宋丹丹,廖樂健.  電子學(xué)報(bào). 2016(09)
[6]基于同義詞詞林信息特征的語義角色自動(dòng)標(biāo)注[J]. 李國臣,呂雷,王瑞波,李濟(jì)洪,李茹.  中文信息學(xué)報(bào). 2016(01)
[7]代價(jià)敏感分類算法的實(shí)驗(yàn)比較[J]. 閆明松,周志華.  模式識(shí)別與人工智能. 2005(05)
[8]情緒研究中的若干問題綜述[J]. 石林.  心理學(xué)動(dòng)態(tài). 2000(01)
[9]漢語自動(dòng)分詞研究中的苦干理論問題[J]. 孫茂松,鄒嘉彥.  語言文字應(yīng)用. 1995(04)
[10]情感詞匯本體的構(gòu)造[J]. 徐琳宏,林鴻飛,潘宇,任惠,陳建美.  情報(bào)學(xué)報(bào). 2008 (02)

碩士論文
[1]基于OCC模型的文本情感識(shí)別方法的研究[D]. 龐娜.太原理工大學(xué) 2008



本文編號(hào)：3111046