【摘要】：文本情感傾向性研究屬于計算語言學(xué)、人工智能、數(shù)據(jù)挖掘等不同學(xué)科的交叉領(lǐng)域，但是這幾年的研究主要偏重技術(shù)路線，比如：主觀性句子的識別技術(shù)，利用詞匯和語義判別觀點(diǎn)句子情感極性的技術(shù)，而從語言學(xué)本體的角度進(jìn)行文本情感傾向分析的文獻(xiàn)較少。文本情感傾向分析不但涉及情感信息的挖掘，而且還關(guān)系到情感表達(dá)的語言知識發(fā)現(xiàn)，比如情感表達(dá)是否有明確的語言學(xué)標(biāo)記，情感表達(dá)是否有較為偏愛的句類、句式或者詞類、語氣，情感表達(dá)的語言學(xué)現(xiàn)象能否用已有的語言學(xué)理論來闡釋等等，簡而言之就是，文本情感傾向分析能否找到情感表達(dá)的語言學(xué)方程式。 本研究以網(wǎng)絡(luò)評論文本（針對手機(jī)的評論）為語料，對其蘊(yùn)含明確情感傾向的句子進(jìn)行詞類、句型、特定結(jié)構(gòu)、語義、語用等角度的深入分析，，以語言的主觀性和主觀化研究成果為基礎(chǔ)，從語義標(biāo)注、語用分析等角度歸納出正、負(fù)情感傾向的語言學(xué)標(biāo)識。 本文共分五部分。第一章緒論，介紹了本研究的選題背景、研究目的、方法、內(nèi)容和研究現(xiàn)狀，并對語料來源做了簡要說明。第二章理論基礎(chǔ)，從文本的主觀性、主觀化、語氣、情態(tài)等角度探討了文本傾向性分析的可能性。第三章、第四章分別從詞語層面和句子層面對文本的情感傾向性做了分析，重點(diǎn)探討了語氣副詞、否定副詞、程度副詞、疑問代詞、指示代詞以及部分特殊句式在文本情感傾向性分析中的作用和價值，總結(jié)出127個包含上述成分的情感表達(dá)式，并用實(shí)際語料中的例句進(jìn)行說明。第五章結(jié)論，總結(jié)了全文的工作，討論了從語言學(xué)角度進(jìn)行文本傾向性分析的意義和可能的成果，并對下一步的工作進(jìn)行展望。 通過對語料的考察，我們發(fā)現(xiàn)表達(dá)負(fù)面情感的主要手段是使用否定結(jié)構(gòu)，否定結(jié)構(gòu)和語氣副詞、程度副詞、指示代詞、疑問代詞的連用加強(qiáng)或削弱了否定的效果，從而表達(dá)出不同強(qiáng)度的負(fù)面情感。表達(dá)正面情感的主要手段是使用褒義詞或貶義詞的否定形式，詞的褒貶性很多時候是受具體語境影響的，正面情感的表達(dá)式需要比負(fù)面情感的表達(dá)式有更多的上下文知識來說明。本文通過建立手機(jī)評論語料的情感詞表，力求達(dá)到對詞語或句式情感傾向性的細(xì)致描寫。
[Abstract]:The research on text affective orientation belongs to the intersecting fields of computational linguistics, artificial intelligence, data mining and so on. However, in recent years, the research has mainly focused on the technical route, such as: subjective sentence recognition technology. Lexical and semantic techniques are used to judge the affective polarity of sentences, but there is less literature to analyze the affective tendency of the text from the perspective of linguistic ontology. Text affective tendency analysis not only involves the mining of emotional information, but also relates to language knowledge discovery of emotional expression, such as whether emotional expression has clear linguistic markers and whether emotional expression has a preferred sentence category. Whether the linguistic phenomena of sentence structure or part of speech, mood, emotional expression can be explained by existing linguistic theories, in short, can text affective tendency analysis find the linguistic equation of emotional expression. In this study, the text of online comments (reviews for mobile phones) is used as the corpus to make a thorough analysis of the parts of speech, sentence patterns, specific structures, semantics, pragmatics, and so on, which contain clear emotional tendencies. Based on the research results of subjectivity and subjectivization of language, the linguistic markers of positive and negative affective tendencies are summed up from the perspectives of semantic tagging and pragmatic analysis. This paper is divided into five parts. The first chapter introduces the background, purpose, method, content and current situation of the research, and gives a brief description of the source of the corpus. The second chapter discusses the possibility of text orientation analysis from the aspects of subjectivity, mood, modality and so on. Chapter three, Chapter four analyzes the emotional tendency of the text from the word level and sentence level, focusing on mood adverbs, negative adverbs, degree adverbs, interrogative pronouns. The role and value of demonstrative pronouns and some special sentence patterns in the analysis of the affective tendency of the text are summarized. 127 emotional expressions containing the above components are summarized and illustrated by the example sentences in the actual corpus. The fifth chapter summarizes the work of the paper, discusses the significance and possible achievements of text orientation analysis from the linguistic point of view, and looks forward to the next work. Through the investigation of the corpus, we find that the main means of expressing negative emotions are to use negative structure, negative structure and mood adverb, degree adverb, demonstrative pronoun and interrogative pronoun to strengthen or weaken the negative effect. Thus expressing different intensity of negative emotions. The main means of expressing positive emotion is to use the negative form of positive or derogatory words. The praise and derogation of words are often influenced by specific context. Expressions of positive emotions need more contextual knowledge than expressions of negative emotions. In this paper, the emotional lexicon of mobile phone commentary corpus is established to describe the sentiment tendency of words or sentence patterns in detail.
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：H146

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 岳巖;;淺談“這-”“那-”的語用和話語功能[J];滁州學(xué)院學(xué)報;2006年01期

2 崔大志;劉影;李媛;;論網(wǎng)絡(luò)社區(qū)評論情感語義的模糊化[J];大連海事大學(xué)學(xué)報(社會科學(xué)版);2010年03期

3 周少青;;試論連字句的主觀性和主觀化[J];東南學(xué)術(shù);2009年04期

4 張明瑩;說“簡直”[J];漢語學(xué)習(xí);2000年01期

5 沈家煊;;漢語的主觀性和漢語語法教學(xué)[J];漢語學(xué)習(xí);2009年01期

6 祖人植;“被”字句表義特性分析[J];漢語學(xué)習(xí);1997年03期

7 王海朋;商琳;戴新宇;吉陽生;;文本情感分析中褒貶分類的分界點(diǎn)確定[J];江南大學(xué)學(xué)報(自然科學(xué)版);2009年05期

8 婁德成;姚天f ;;漢語句子語義極性分析和觀點(diǎn)抽取方法的研究[J];計算機(jī)應(yīng)用;2006年11期

9 周立柱;賀宇凱;王建勇;;情感分析研究綜述[J];計算機(jī)應(yīng)用;2008年11期

10 樊娜;蔡皖東;趙煜;李慧賢;;中文文本情感主題句分析與提取研究[J];計算機(jī)應(yīng)用;2009年04期

相關(guān)會議論文 前1條

1 王根;趙軍;;中文褒貶義詞語傾向性的分析[A];第三屆學(xué)生計算語言學(xué)研討會論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 李善熙;漢語“主觀量”的表達(dá)研究[D];中國社會科學(xué)院研究生院;2003年

相關(guān)碩士學(xué)位論文 前3條

1 范熙;副詞“也”的主觀性分析[D];華南師范大學(xué);2007年

2 李俊玲;程度副詞的主觀性研究[D];華中科技大學(xué);2007年

3 徐春秀;漢語主觀性與語氣詞“吧”[D];遼寧師范大學(xué);2008年

本文編號：2406620