資源描述：
《中文短文本跨領(lǐng)域情感分類(lèi)算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、中文短文本跨領(lǐng)域情感分類(lèi)算法研究重慶大學(xué)碩士學(xué)位論文（學(xué)術(shù)學(xué)位）學(xué)生姓名：陳文指導(dǎo)教師：張玉芳教授專(zhuān)業(yè)：計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)學(xué)科門(mén)類(lèi)：工學(xué)重慶大學(xué)計(jì)算機(jī)學(xué)院二O一六年四月TheResearchofCross-DomainSentimentClassificationAlgorithmsforChineseShort-TextsAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineer
2、ingByChenWenSupervisedbyProf.ZhangYu-fangSpecialty:ComputerSystemArchitectureCollegeofComputerScienceofChongqingUniversity,Chongqing,ChinaApril,2016重慶大學(xué)碩士學(xué)位論文中文摘要摘要隨著電子商務(wù)的快速發(fā)展和微博、微信等的崛起，互聯(lián)網(wǎng)上的短文本評(píng)論呈指數(shù)形式地增長(zhǎng)，這些評(píng)論信息的背后蘊(yùn)藏著巨大的經(jīng)濟(jì)和社會(huì)價(jià)值。傳統(tǒng)的手工處理方法變得越來(lái)越困難，如何自動(dòng)化地挖掘這些評(píng)論中的有用信息是
3、自然語(yǔ)言處理領(lǐng)域的一個(gè)研究熱點(diǎn)。文本情感分類(lèi)技術(shù)應(yīng)運(yùn)而生，而跨領(lǐng)域情感分類(lèi)由于不需要目標(biāo)領(lǐng)域標(biāo)記評(píng)論，實(shí)用性更強(qiáng)。情感分類(lèi)作為一種主觀的文本挖掘技術(shù)，其目的是判斷評(píng)論者對(duì)某實(shí)體（產(chǎn)品、服務(wù)、事件等）的情感傾向和評(píng)價(jià)態(tài)度（正面或負(fù)面、推薦或不推薦等）。在對(duì)現(xiàn)有情感分類(lèi)算法和相關(guān)技術(shù)進(jìn)行了深入的研究基礎(chǔ)上，提出了自己的跨領(lǐng)域情感分類(lèi)算法。主要研究成果如下：①提出了基于情感敏感性詞庫(kù)（SentimentSensitiveThesaurus，SST）的跨領(lǐng)域情感分類(lèi)算法。針對(duì)跨領(lǐng)域分類(lèi)中原始領(lǐng)域（????）和目標(biāo)領(lǐng)域（????）的
4、領(lǐng)域獨(dú)立性問(wèn)題，提出構(gòu)建SST詞庫(kù)，然后利用SST詞庫(kù)對(duì)原始領(lǐng)域和目標(biāo)領(lǐng)域的評(píng)論集進(jìn)行特征向量擴(kuò)展，最后利用擴(kuò)展之后的評(píng)論集進(jìn)行分類(lèi)器訓(xùn)練和分類(lèi)預(yù)測(cè)。SST是在????和????的評(píng)論集上構(gòu)建的，同時(shí)包含兩類(lèi)領(lǐng)域的特征。該算法利用支持向量機(jī)（SVM）對(duì)擴(kuò)展之后的原始領(lǐng)域評(píng)論集進(jìn)行分類(lèi)器的訓(xùn)練，所得分類(lèi)器對(duì)擴(kuò)展之后的目標(biāo)領(lǐng)域評(píng)論集進(jìn)行分類(lèi)預(yù)測(cè)。通過(guò)在酒店、電腦和書(shū)籍三個(gè)領(lǐng)域的數(shù)據(jù)集上進(jìn)行9組實(shí)驗(yàn)表明，基于SST的跨領(lǐng)域分類(lèi)算法分類(lèi)效果較好。論文還對(duì)算法中的參數(shù)K和訓(xùn)練集大小對(duì)分類(lèi)器分類(lèi)效果的影響進(jìn)行了實(shí)驗(yàn)探討。②提出了投票集
5、成的跨領(lǐng)域情感分類(lèi)算法。利用集成學(xué)習(xí)的思想組合多個(gè)基分類(lèi)器的結(jié)果來(lái)提升分類(lèi)器分類(lèi)效果。實(shí)驗(yàn)中采用了簡(jiǎn)單投票和加權(quán)投票兩種方式，同樣在酒店、電腦和書(shū)籍三個(gè)語(yǔ)料庫(kù)上進(jìn)行實(shí)驗(yàn)，結(jié)果表明投票集成分類(lèi)算法分類(lèi)效果明顯優(yōu)于單個(gè)基分類(lèi)器的分類(lèi)效果。③改進(jìn)的Stacking集成分類(lèi)算法。算法利用無(wú)監(jiān)督的NTUSD情感詞典分類(lèi)方法，先對(duì)目標(biāo)領(lǐng)域評(píng)論集進(jìn)行分類(lèi)，將其中部分情感極性較強(qiáng)的評(píng)論進(jìn)行標(biāo)記后加入到原始領(lǐng)域的評(píng)論集中，擴(kuò)展訓(xùn)練集的構(gòu)成，減小領(lǐng)域差異性。通過(guò)這種方式改進(jìn)Stacking算法在跨領(lǐng)域分類(lèi)中的實(shí)際應(yīng)用效果。實(shí)驗(yàn)結(jié)果表明，Sta
6、cking集成分類(lèi)算法能獲得較好的分類(lèi)效果，集成學(xué)習(xí)在跨領(lǐng)域情感分類(lèi)中的應(yīng)用具有研究?jī)r(jià)值。關(guān)鍵詞：情感分類(lèi)，跨領(lǐng)域，特征學(xué)習(xí)，集成分類(lèi)器，支持向量機(jī)I重慶大學(xué)碩士學(xué)位論文英文摘要ABSTRACTWiththerapiddevelopmentofelectroniccommerceandtheriseofmicroblogandWeChat,theshort-textcommentsontheInternetgrowexponentiallyandthecommentshavehugeeconomicandsocialval
7、ue.Thetraditionalmanualprocessingmethodisbecomingmoreandmoredifficult,andhowtoautomaticallyminetheusefulinformationfromthecommentsbecomesaresearchhotspotinnaturallanguageprocessing.SentimentclassificationforChineseshort-textscomesintobeing,andowingtothecross-domai
8、nsentimentclassificationappliedtothedomainwhichlackslabeledcommentsgoesgraduallypopular.Sentimentclassification,whichisakindofsubjectivetextminingtechno
