發(fā)布時間：2024-04-03 05:19

　　隨著科學技術的飛速發(fā)展,互聯(lián)網(wǎng)上隨處可見的是用戶對商品或者服務的評論,其中最有價值的信息莫過于人們對商品評論中帶有的情感信息,這些信息對情感分類的研究具有很大的價值。但是,由于不同語言的情感資源在質(zhì)量和數(shù)量上的分布不均勻,無法更好的對情感資源不足的語言進行情感分類。為解決此問題,研究者通常利用情感資源豐富的語言來解決資源缺乏語言的跨語言情感分類問題。傳統(tǒng)的跨語言情感分類主要是使用機器翻譯系統(tǒng)將一種語言翻譯到另一種語言,然后在該語言下進行情感分類,但是機器翻譯質(zhì)量嚴重影響著分類的準確率。目前的跨語言情感分類問題是如何更好的減少不同語言之間的間隙,針對這一問題,本文對跨語言情感分類所面臨的問題進行詳細地分析,找到兩種不同語言之間的映射表示關系,通過該映射來進行跨語言情感分類,主要研究內(nèi)容如下。1)利用拉普拉斯映射對基于結構對應學習的跨語言情感分類算法(CLSCL)進行改進,提出了改進的算法(M-CLSCL),根據(jù)源語言和目標語言之間潛在的關系,選出軸心特征詞對,最后借助選出來的軸心特征詞對,學習一個映射函數(shù),借助該函數(shù)來進行跨語言的情感分類。2)提出了一種基于Autoencoder的跨語言...

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【部分圖文】：

圖2.1基于監(jiān)督學習的情感分類流程

基于產(chǎn)品評論的跨語言情感分類技術研究8圖2.1基于監(jiān)督學習的情感分類流程下面分別介紹這四個方面：1）文本預處理文本預處理是一種文本表示過程，其首先通過提煉主要的關鍵詞信息然后將這些信息進行文本表示。核心工作是對得到的文本中的數(shù)據(jù)進行處理，目的是去除文本中與分類任務不相關的內(nèi)容，其....

圖2.2支持向量機（SVM）超平面分類示意圖

河北工業(yè)大學碩士學位論文13訓練集中尋找具有最大間隔的超平面作為二分類器。設特征空間有正負訓練樣例如（2.9）所示。111111,,,,d,1,1iixyxyxyxRy(2.9)ix是一個d維空間向量，用來表示第i個訓練樣例，iy為所屬的類別，SVM的目的是在d維空間中找到一個分....

圖3.1文檔集改進之后的算法M-CLSCL主要是在原算法（CLSCL）形成矩陣12,,mWWWWW的基礎上構造對角矩陣D，然后構造對角矩陣D的拉普拉斯矩陣

基于產(chǎn)品評論的跨語言情感分類技術研究22圖3.1文檔集改進之后的算法M-CLSCL主要是在原算法（CLSCL）形成矩陣12,,mWWWWW的基礎上構造對角矩陣D，然后構造對角矩陣D的拉普拉斯矩陣LDW，求解拉普拉斯矩陣L的前k個特征值，形成矩陣12,kEeee。W表示的是軸心詞對....

圖3.2改進的基于結構對應學習的跨語言情感分類算法（M-CLSCL）流程圖

基于產(chǎn)品評論的跨語言情感分類技術研究24圖3.2改進的基于結構對應學習的跨語言情感分類算法（M-CLSCL）流程圖3.5實驗設計與結果分析3.5.1實驗運行環(huán)境論文實驗的硬件環(huán)境：處理器：Intel(R)Core(TM)i5-2400CPU@2.9GHz內(nèi)存：要求4G以上硬盤：要....

本文編號：3946777