中文短文本情感分類方法的研究與實現(xiàn).pdf

1、隨著當前的互聯(lián)網(wǎng)產(chǎn)業(yè)飛速發(fā)展，各種網(wǎng)絡應用如微博、電子商務、論壇、博客應運而生。伴隨著這些應用而來的是海量的網(wǎng)絡文本數(shù)據(jù)。這些數(shù)據(jù)中所蘊含的觀點信息不僅對網(wǎng)絡應用有豐富的價值，而且對用戶來說也是很重要的。為了從海量文本數(shù)據(jù)中提取出有效的觀點信息，情感分類這個研究領域應運而生。
　　本文使用有監(jiān)督的機器學習方法，對中文短文本進行情感分類方法進行了研究和實現(xiàn)?；跈C器學習方法本文使用了三種開源的工具，分別用于訓練詞向量，挖掘詞語之間的

2、淺層語義;提取語句結(jié)構(gòu)特征中的核心詞位置;進行情感分類和情感極性預測。本文的主要研究內(nèi)容如下:
　　1)為了更近一步的提高分類的準確性，利用word2vec這一詞向量工具，將海量文本數(shù)據(jù)轉(zhuǎn)化為高維度空間中的向量值，通過向量之間的余弦值，獲取詞語之間語義的相近程度。通過實驗可以驗證，這種方法可以很好地提取出近義相似特征，將近義相似特征擴充到情感特征詞典后，為后續(xù)的情感特征提取提供支持。
　　2)給出了基于句式結(jié)構(gòu)的情感分類方法

3、。通過分析網(wǎng)絡文本中的的正負情感語句，可以發(fā)現(xiàn)語句都是有一定結(jié)構(gòu)特征的。在句式結(jié)構(gòu)一定的情況下，配合相應的情感詞，就可以確定短文本的情感類型。本文使用情感特征詞庫以及特定的句式結(jié)構(gòu)詞作為情感特征，將情感特征輸入到libsvm做分類。通過實驗可以驗證，這種方法有著很好的分類效果。
　　3)基于語義的情感分類，本文使用兩種方式來進行。一種是進行回歸預測，也就是進行情感極性值預測。另一種是進行情感二分類，在進行分類之前使用PCA方法對情