新闻资讯

广州侦探找人公司

英文文本情感分析_中文文本情感分析工具_情感文本

This work is licensed under the Creative Commons Attribution International License (CC BY).

1. 引言

随着移动互联网和大数据时代的到来,爆炸式的海量信息急需要我们去处理分析,基于文本的情感分析技术也越来越成为研究热点,作为互联网的主体,每一条文本都带着我们的主观情绪、每种情绪也是各不相同的,比如喜爱,愤怒,悲伤,难受,赞扬,中立等。情感分析又称作情感挖掘或者意见挖掘,它主要包含的研究内容是情感信息分类任务、情感信息抽取任务等,传统的情感分析方法主要包括基于机器学习算法的研究和基于情感词典的构建的研究,基于情感词典的情感分析方法存在覆盖率不足的缺点,基于机器学习算法研究的情感分析会存在特征选择困难,人工标注训练集困难,模型简单,系统可扩展性不足,准确率低等缺点。

为了定量地得到文本内容的情感倾向,避免情感二元极性划分带来的情感不充分的,不全面的问题,本文构建了针对多元情感分析的语义情感数据集,结合Co-Training标注方法,减少了单纯进行人工标注带来的误差,增强了模型数据的健壮性和泛化能力,为了更加有效地结合文本的情感信息,抽取更加深层次的语义情感信息,本文构建了更加有效的情感词向量模型算法,将情感词典和情感词频-逆文档概率,情感词向量三者有效地结合起来,充分地考虑到了三者的优点,提出了结合情感词向量和情感词典的D & W词向量、结合情感词向量和情感词频的T & W词向量、结合情感词频和情感词典以及情感词向量的SSW情感语义词向量,并且将其应用在深度学习模型的词向量特征表示上面,进行模块叠加训练,实验证明对比基准词向量模型,其能够在文本情感分类任务中取得更加优秀的效果。

2. 相关研究

2.1. 深度学习

近些年,深度学习在语音识别、自然语言处理、机器视觉、图像处理等领域取得了巨大成功,在1986年,Hinton [1] 提出了非常著名且沿用至今的反向传播算法,使得基于深度神经网络的深度学习(Deep Learning)的方法应运而生,从此神经网络变得非常流行起来,利用神经网络来建立语言模型的研究思路逐渐走向成熟,大大提升了文本的特征质量。2003年,Bengio等提出用神经网络的方法去构建二元语言模型 [2] 。2008年,Ronan Collobert和Jason Weston推出SENNA系统 [3] ,并将其应用到自然语言处理领域中,利用词向量的方法完成了其中的词性标注、命名实体识别、短语识别、语义角色标注等多种任务。2013年,随着Hinton提出word embedding的概念 [4] ,以及Mikolov对该理论的进一步实现 [5] ,这种全新的文本特征表示已经被越来越多的研究者所认可。基于word embedding的特征表示方法不但能够避免“维度灾难”现象,还能够从更高的语义层面上描述词与词之间的关系。梁军等人通过采用自动编码器,实现了利用半监督学习的方法对微博的文本数据进行情感分析,大量减少了人工标注的工作量 [6] 。陈翠平引入了深度学习的思想来完成文本分类任务,利用深度信念网络自动提取文本特征 [7] 。Yoon等尝试利用卷积神经网络结构来解决情感分析和问题分类等若干自然语言处理任务,获得了非常好的效果 [8] 。

2.2. 情感分析

情感分析的目的是将具有情感倾向的主观性文本识别出来,并且分为褒义和贬义两类。其中在传统的情感分析方法中,主要采用基于规则的方法,需要相当一部分人力和物力作为支撑,所以,现在情感分析研究领域的学者纷纷转向了基于统计的学习方法,该方法主要根据特征的分布对文本的情感类别做出正确的判断。Pang等在对电影评论数据进行褒贬二分类的研究中,使用了包括一元词、二元词、词性标注等若干特征 [9] ,Davidov等利用在Twitter中的标签元素和笑脸符号来作为特征,从而对Twitter进行情感分类 [10] ,李婷婷等尝试从文本数据中人工构建若干特征,再利用传统的机器学习方法进行文本分类 [11] ;李荣陆等人利用最大熵模型实现了中文文本分类 [12] 。Taboada等 [13] 采用的是基于词库的方法,文本的最后情感值采用集约化的方法计算,进而确定文本的最后情感倾向。Hu等 [14] 在文章中提出采用Bootstrapping策略,句子中所有情感词的情感倾向性分数总和决定最后该句子的情感倾向。以上方法本质上均属于机器学习范畴,其分类效果严重依赖所构建特征的质量和模型参数的调优,整个过程非常耗时耗力,往往需要大量的领域内知识,因此最终的分类效果并不稳定。

联系我们

CONTACT US

广州及时雨私家侦探(广州本地私家侦探公司)

微信:185-2064-4544

电话:185-2064-4544

地址:广州市天河区

广州出轨调查