文本情緒原因識別是社交媒體處理領域的重要研究任務。對于社交媒體文本中包含的個體情緒,通過文本情緒原因識別可以發(fā)現(xiàn)個體情緒產(chǎn)生、變遷的原因。而對于社交媒體文本中包含的公眾情緒,對其進行情緒原因識別可以監(jiān)測網(wǎng)絡熱點事件中公眾情緒變化和發(fā)展趨勢等,從而提高社會治理和決策的針對性、及時性和預見性。因此,對文本情緒原因進行識別可為政府輿情管控、商業(yè)決策和觀點挖掘等任務提供技術(shù)支持。目前,文本情感分析方面的研究主要是細粒度的觀點挖掘和文本情感分類及預測等,對文本情緒原因識別的研究較少,相關(guān)研究還處于起步階段,文本情緒原因識別的模型構(gòu)建、識別方法還不夠成熟,加之傳統(tǒng)的機器學習算法在該領域的研究效果也不佳。因此,本文結(jié)合深度學習中的神經(jīng)網(wǎng)絡模型,提出了基于集成神經(jīng)網(wǎng)絡模型的文本情緒原因識別方法,主要研究工作如下:（1）文本情緒原因識別問題分析。文本情緒原因蘊含在文本的上下文內(nèi)容中,通過對文本情緒原因識別語料的統(tǒng)計分析,發(fā)現(xiàn)了情緒原因子句的位置分布特點、語言特征以及情緒原因子句與非情緒原因子句的不平衡性等。為此,提出了集成神經(jīng)網(wǎng)絡模型的文本情緒原因識別框架。（2）集成卷積神經(jīng)網(wǎng)絡（E-CNN）模型。由于... 

【文章來源】：山西大學山西省

【文章頁數(shù)】：54 頁

【學位級別】：碩士

【部分圖文】：

句法分析示例圖


本文編號：3580728