自然語言處理是計算機科學(xué)與語言學(xué)的交叉學(xué)科,主要研究的是計算機怎么處理和分析自然語言。情感分析（Sentiment Analysis,SA）是一個知識領(lǐng)域,它涉及人們對特定實體的意見、情緒、評估和態(tài)度。情感值的表示可以是離散的類別,如正面、負(fù)面、中性,也可以是連續(xù)的情感強度。情感分析主要是從數(shù)據(jù)集（推特、微博、貼吧論壇、電商網(wǎng)站的評論等）中提取評論者的主觀情感信息,這對分析社交媒體和預(yù)測網(wǎng)絡(luò)平臺上的公眾觀點有很重要的意義,同時有利于商家或者媒體把握用戶的喜好。隨著深度學(xué)習(xí)研究的深入,在自然語言處理領(lǐng)域,尤其是情感分析這個研究方向出現(xiàn)了很多新的成果。本文對現(xiàn)有的情感分析技術(shù)和模型進行分析和研究,把單詞的詞典表征和向量表征相結(jié)合同時借助深度學(xué)習(xí)模型對所提出的技術(shù)進行實驗論證。本文主要有三個方面的工作:1.首先對文本進行預(yù)處理,考慮到推特的社交性,需要處理表情符號、哈希標(biāo)簽、單詞縮寫、網(wǎng)址和標(biāo)點符號等。同時還對停用詞進行處理,并將所有單詞轉(zhuǎn)化為小寫。2.然后用詞嵌入將輸入轉(zhuǎn)化成深度學(xué)習(xí)模型能處理的二維矩陣,每條推特數(shù)據(jù)都是由相應(yīng)的字向量在數(shù)據(jù)中疊加的二維數(shù)組。在擁有注釋詞典的基礎(chǔ)上,對單詞的... 

【文章來源】：云南大學(xué)云南省 211工程院校

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 組織結(jié)構(gòu)
第二章 文本情感分析
    2.1 文本預(yù)處理的過程
    2.2 基于規(guī)則的情感分析
    2.3 基于機器學(xué)習(xí)的情感分析
    2.4 基于深度學(xué)習(xí)的情感分析
    2.5 本章小結(jié)
第三章 詞向量擴充技術(shù)
    3.1 詞向量
    3.2 情感詞典
    3.3 詞向量擴充
    3.4 本章小結(jié)
第四章 基于詞向量擴充技術(shù)的文本情感分析
    4.1 研究動機
    4.2 基于BiLSTM的兩層模型
        4.2.1 Embedding層
        4.2.2 BiLSTM層
        4.2.3 線性解碼器
    4.3 多方面情感強度回歸任務(wù)
        4.3.1 實驗數(shù)據(jù)
        4.3.2 數(shù)據(jù)預(yù)處理
        4.3.3 調(diào)參和模型融合
        4.3.4 實驗評估指標(biāo)
        4.3.5 實驗結(jié)果分析
    4.4 多方面情感強度分類任務(wù)
        4.4.1 實驗數(shù)據(jù)
        4.4.2 數(shù)據(jù)預(yù)處理
        4.4.3 調(diào)參和模型融合
        4.4.4 實驗評估指標(biāo)
        4.4.5 實驗結(jié)果分析
    4.5 Valence情緒下情感強度回歸任務(wù)
        4.5.1 實驗數(shù)據(jù)
        4.5.2 數(shù)據(jù)預(yù)處理
        4.5.3 調(diào)參和模型融合
        4.5.4 實驗評估指標(biāo)
        4.5.5 實驗結(jié)果分析
    4.6 本章小結(jié)
第五章 總結(jié)
    5.1 論文的主要貢獻和工作
    5.2 今后研究工作
參考文獻
碩士期間完成的科研成果
致謝



本文編號：3182557