隨著“web3.0”時(shí)代以及新媒體時(shí)代的到來,以社交平臺(tái)為載體獲取最新資訊、傳遞個(gè)人觀點(diǎn)、表達(dá)群體訴求成為社會(huì)發(fā)展的重要趨勢(shì)。而情感分析的目的是為了找出表達(dá)群體在某些話題上或者針對(duì)一個(gè)文本觀點(diǎn)的態(tài)度以挖掘出有價(jià)值的信息,這些有價(jià)值的信息可以服務(wù)方方面面。因此,情感分析起著舉足輕重的作用。然而數(shù)據(jù)量的暴增,導(dǎo)致了情感分析過程中人力物力的大量損耗。在此基礎(chǔ)上,計(jì)算機(jī)自動(dòng)完成情感分析的技術(shù)應(yīng)運(yùn)而生。情感詞典作為情感分析任務(wù)中極為重要的工具,其構(gòu)建問題也逐步成為自然語言處理領(lǐng)域的熱門研究方向。但現(xiàn)有的情感詞典存在覆蓋率有限、領(lǐng)域適應(yīng)能力較差等問題。因此,構(gòu)建覆蓋率較廣,領(lǐng)域適應(yīng)能力較強(qiáng)的情感詞典成為了此領(lǐng)域的核心挑戰(zhàn)。本文將半監(jiān)督學(xué)習(xí)方法-標(biāo)簽傳播運(yùn)用到情感詞典的構(gòu)建中,通過構(gòu)建覆蓋率廣,領(lǐng)域適應(yīng)能力較強(qiáng)的情感詞典來提升對(duì)網(wǎng)絡(luò)評(píng)論進(jìn)行情感分析的準(zhǔn)確率�；谏鲜龅难芯勘尘�,本文針對(duì)網(wǎng)絡(luò)評(píng)論情感分析所做的工作如下:1.為了處理情感詞典覆蓋率有限、領(lǐng)域適應(yīng)能力較差等問題,本文提出了一種新的種子詞選取方法。先基于通用詞典人工選取種子詞,再利用人工選取的種子詞在語料上進(jìn)行詞向量訓(xùn)練,進(jìn)一步選擇從而得到擴(kuò)... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 情感詞典的適應(yīng)領(lǐng)域
        1.2.2 情感詞典的構(gòu)建方式
    1.3 論文主要工作
    1.4 論文組織結(jié)構(gòu)
第2章 理論基礎(chǔ)及相關(guān)工作
    2.1 半監(jiān)督學(xué)習(xí)
        2.1.1 標(biāo)簽傳播算法
    2.2 詞向量介紹
        2.2.1 CBOW模型
        2.2.2 Skip-Gram模型
    2.3 相似度度量
        2.3.1 基于距離的相似性度量
        2.3.2 基于相似性系數(shù)的度量
        2.3.3 相關(guān)性度量-互信息
    2.4 情感詞典
        2.4.1 常見情感詞典資源
        2.4.2 情感詞典的擴(kuò)充
    2.5 中文分詞技術(shù)
        2.5.1 基于字符串匹配的分詞方法
        2.5.2 基于理解的分詞方法
        2.5.3 基于統(tǒng)計(jì)以及機(jī)器學(xué)習(xí)的分詞方法
    2.6 本章小結(jié)
第3章 基于標(biāo)簽傳播的情感詞典構(gòu)建
    3.1 引言
    3.2 算法描述
        3.2.1 種子詞的選擇
        3.2.2 通過Word2Vec工具提取候選情感詞
        3.2.3 通過標(biāo)簽傳播構(gòu)建情感詞典
        3.2.4 算法描述
    3.3 本章小結(jié)
第4章 基于Word2Vec和改進(jìn)互信息的多分類情感分析
    4.1 引言
    4.2 算法描述
        4.2.1 融合Word2Vec和改進(jìn)互信息模型
    4.3 情感詞典的擴(kuò)充
    4.4 本章總結(jié)
第5章 實(shí)驗(yàn)與分析
    5.1 數(shù)據(jù)介紹及預(yù)處理
        5.1.1 數(shù)據(jù)介紹
        5.1.2 數(shù)據(jù)預(yù)處理
    5.2 評(píng)價(jià)指標(biāo)
    5.3 基線方法
    5.4 實(shí)驗(yàn)分析
        5.4.1 SS&W2V-LPA算法在真實(shí)數(shù)據(jù)集的結(jié)果與分析
        5.4.2 WP-LPA算法在真實(shí)數(shù)據(jù)集的結(jié)果與分析
    5.6 本章總結(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3116377