大規(guī)模網(wǎng)絡(luò)文本的細(xì)粒度情感分析技術(shù)研究
發(fā)布時(shí)間:2021-07-09 22:42
情感分析是自然語言處理任務(wù)中的一項(xiàng)重要任務(wù),擁有廣泛的應(yīng)用前景和實(shí)用價(jià)值。隨著“自媒體”時(shí)代的到來,越來越多的人更熱衷于在網(wǎng)上發(fā)表自己的觀點(diǎn)和看法,同時(shí)也伴隨著日益增多的網(wǎng)絡(luò)文本數(shù)據(jù)的到來,能夠自動(dòng)處理這些大規(guī)模網(wǎng)絡(luò)文本的需求越來越強(qiáng)。由于網(wǎng)絡(luò)文本存在話題開放、語言表達(dá)自由和語法表達(dá)不規(guī)范等問題,使得情感分析在網(wǎng)絡(luò)文本上的處理越發(fā)復(fù)雜。語句表達(dá)隱晦導(dǎo)致評(píng)論語句中的評(píng)論受體難以被發(fā)現(xiàn);句子表述在不同語境下所傳遞的語義也存在差距,所以理解情感的表達(dá)需要大量有效的上下文語境信息;語言表述沒有統(tǒng)一的規(guī)范,理解文本需要更加豐富的語言學(xué)知識(shí)等外部知識(shí)輔助理解。本文立足深度學(xué)習(xí)方法,輔以多種信息融合技術(shù),對(duì)方面詞抽取、方面級(jí)情感分析和立場(chǎng)分析三項(xiàng)任務(wù)進(jìn)行深入研究。方面詞抽取工作主要解決情感分析中情感受體的識(shí)別問題,找出評(píng)論對(duì)象或其屬性;方面級(jí)情感分析則是對(duì)情感受體的情感傾向做判斷,不同于句子級(jí)、篇章級(jí)情感分析只針對(duì)全文情感做判斷,方面級(jí)情感分析需要判斷給定目標(biāo)的某一個(gè)側(cè)面的情感,情感受體更加精細(xì);立場(chǎng)分析則是根據(jù)給定語句判斷評(píng)論發(fā)出者對(duì)指定對(duì)象或事件的立場(chǎng)傾向性。本文主要工作如下:1、方面詞抽取問題...
【文章來源】:戰(zhàn)略支援部隊(duì)信息工程大學(xué)河南省
【文章頁數(shù)】:81 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
情感分析任務(wù)分類(a)和情感分析粒度分類(b)
第一章是緒論,首先介紹了情感分析的研究背景,從而闡述了本課題在現(xiàn)實(shí)生活中的研究?jī)r(jià)值和意義所在;之后在綜合了相關(guān)領(lǐng)域的文獻(xiàn)內(nèi)容,詳細(xì)介紹了方面級(jí)情感分析算法和詞向量表示的相關(guān)研究進(jìn)展;最后對(duì)本論文的章節(jié)安排作了詳細(xì)的闡述。第二章是論文中用到的相關(guān)知識(shí)與關(guān)鍵技術(shù)介紹。本章主要介紹在課題研究中用到的相關(guān)技術(shù),主流算法,并針對(duì)這些技術(shù)進(jìn)行簡(jiǎn)要的探討,提出自己的修改和提高意見。第三章主要介紹了方面詞抽取方法。通過分析已有的方面詞提取方法模型的不足,介紹了方面詞抽取模型的總體設(shè)計(jì)思路,對(duì)各部分核心算法模塊進(jìn)行闡述,并進(jìn)行相關(guān)實(shí)驗(yàn)進(jìn)行驗(yàn)證。第四章介紹了本文對(duì)方面級(jí)情感分析的研究以及對(duì)相應(yīng)算法模型的研究與心得,改進(jìn)模型進(jìn)而通過實(shí)驗(yàn)來驗(yàn)證其有效性,包括在特征的選擇和最終結(jié)果的選擇上進(jìn)行深入探究并進(jìn)行相關(guān)實(shí)驗(yàn)進(jìn)行驗(yàn)證。第五章設(shè)計(jì)有關(guān)立場(chǎng)分析的方法及模型,對(duì)現(xiàn)有方法的不足之處進(jìn)行分析,闡述立場(chǎng)分析技術(shù)的整體思路,對(duì)各部分模塊進(jìn)行設(shè)計(jì)、描述和實(shí)驗(yàn)驗(yàn)證。第六章對(duì)通篇論文進(jìn)行總結(jié),并提出當(dāng)前工作的不足和對(duì)未來工作的計(jì)劃。
第二章 相關(guān)研究、神經(jīng)網(wǎng)絡(luò)等方法。利用統(tǒng)計(jì)學(xué)的方式表示該語言模型,我們可以利用目標(biāo)函數(shù)設(shè)定為:( | ( ))w Cp w Context w 示語料(Corpus),Context(w)表示詞 w 的上下文,然后對(duì)上式取對(duì)數(shù)得最log( | ( ))w Cw Context w ,然后對(duì)該函數(shù)進(jìn)行最大化,模型如圖 2-1 所示
【參考文獻(xiàn)】:
期刊論文
[1]文本情感分析[J]. 趙妍妍,秦兵,劉挺. 軟件學(xué)報(bào). 2010(08)
本文編號(hào):3274626
【文章來源】:戰(zhàn)略支援部隊(duì)信息工程大學(xué)河南省
【文章頁數(shù)】:81 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
情感分析任務(wù)分類(a)和情感分析粒度分類(b)
第一章是緒論,首先介紹了情感分析的研究背景,從而闡述了本課題在現(xiàn)實(shí)生活中的研究?jī)r(jià)值和意義所在;之后在綜合了相關(guān)領(lǐng)域的文獻(xiàn)內(nèi)容,詳細(xì)介紹了方面級(jí)情感分析算法和詞向量表示的相關(guān)研究進(jìn)展;最后對(duì)本論文的章節(jié)安排作了詳細(xì)的闡述。第二章是論文中用到的相關(guān)知識(shí)與關(guān)鍵技術(shù)介紹。本章主要介紹在課題研究中用到的相關(guān)技術(shù),主流算法,并針對(duì)這些技術(shù)進(jìn)行簡(jiǎn)要的探討,提出自己的修改和提高意見。第三章主要介紹了方面詞抽取方法。通過分析已有的方面詞提取方法模型的不足,介紹了方面詞抽取模型的總體設(shè)計(jì)思路,對(duì)各部分核心算法模塊進(jìn)行闡述,并進(jìn)行相關(guān)實(shí)驗(yàn)進(jìn)行驗(yàn)證。第四章介紹了本文對(duì)方面級(jí)情感分析的研究以及對(duì)相應(yīng)算法模型的研究與心得,改進(jìn)模型進(jìn)而通過實(shí)驗(yàn)來驗(yàn)證其有效性,包括在特征的選擇和最終結(jié)果的選擇上進(jìn)行深入探究并進(jìn)行相關(guān)實(shí)驗(yàn)進(jìn)行驗(yàn)證。第五章設(shè)計(jì)有關(guān)立場(chǎng)分析的方法及模型,對(duì)現(xiàn)有方法的不足之處進(jìn)行分析,闡述立場(chǎng)分析技術(shù)的整體思路,對(duì)各部分模塊進(jìn)行設(shè)計(jì)、描述和實(shí)驗(yàn)驗(yàn)證。第六章對(duì)通篇論文進(jìn)行總結(jié),并提出當(dāng)前工作的不足和對(duì)未來工作的計(jì)劃。
第二章 相關(guān)研究、神經(jīng)網(wǎng)絡(luò)等方法。利用統(tǒng)計(jì)學(xué)的方式表示該語言模型,我們可以利用目標(biāo)函數(shù)設(shè)定為:( | ( ))w Cp w Context w 示語料(Corpus),Context(w)表示詞 w 的上下文,然后對(duì)上式取對(duì)數(shù)得最log( | ( ))w Cw Context w ,然后對(duì)該函數(shù)進(jìn)行最大化,模型如圖 2-1 所示
【參考文獻(xiàn)】:
期刊論文
[1]文本情感分析[J]. 趙妍妍,秦兵,劉挺. 軟件學(xué)報(bào). 2010(08)
本文編號(hào):3274626
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3274626.html
最近更新
教材專著