学位论文 > 优秀研究生学位论文题录展示

基于树核函数的句子级别情感分类研究

作　者: 张伟
导　师: 朱巧明；李培峰
学　校: 苏州大学
专　业: 计算机应用技术
关键词: 句子级别情感分类 句法树 卷积树核 依存树 裁剪策略
分类号: TP391.1
类　型: 硕士论文
年　份: 2010年
下　载: 72次
引　用: 1次
阅　读: 论文下载
 

内容摘要


随着互联网的快速发展,网络上的信息呈爆炸式增长,其中主观性文本占有的比例大大增加。如何从这些主观性文本中分析挖掘出作者的观点是一个迫切需要解决的问题。情感分类就是解决这个问题的一种自然语言处理技术,它对文本的主观性信息进行分析,从而得出观点持有者的情感倾向性。本文主要研究句子级别情感分类问题。在详细分析了句子情感分类问题的重要性和难点的基础上,本文提出了一种基于树核函数的句子级别情感分类方法。该方法使用基于SVM(Support Vector Machine)的卷积树核函数自动获取句法结构信息,分别将句法树和依存树作为特征,和其它平面特征相结合,对句子进行情感分类。首先,本文探索基于句法树的结构化特征在句子级别情感分类中的应用,提出了一种在SVM分类器中使用树核和复合核函数来进行句子级别情感分类的方法。实验结果表明在情感分类中树核和复合核的方法比线性核具有更佳的性能。其次,本文提出了基于形容词和基于情感词的句法树裁剪策略。对于前者,提出了一种动态窗口算法来优化一个句子含有多个形容词的情况;对于后者,研究了添加领域相关的情感词对分类性能的影响。实验显示基于情感词的裁剪方法要好于前者。另外,实验证明在隐性情感的分类中本方法也比基于平面特征的方法好。最后,本文研究了基于依存关系理论的依存树裁剪策略,把它和树核函数相结合,提出了基于依存树的句子情感分类方法。实验结果显示本文提出的依存树裁剪策略是有效的。

全文目录


中文摘要  4-5
Abstract  5-10
第一章 绪论  10-17
  1.1 课题背景  10-11
  1.2 情感分析研究现状  11-12
    1.2.1 主题抽取研究现状  11-12
    1.2.2 意见持有者识别研究现状  12
    1.2.3 陈述的选择研究现状  12
  1.3 情感分析应用系统  12-13
  1.4 句子级别情感分类的定义和难点  13-14
  1.5 句子级别情感分类的研究意义  14-15
  1.6 本文的研究工作  15-16
  1.7 论文组织  16-17
第二章 情感分类相关工作  17-26
  2.1 情感分类概述  17-18
  2.2 情感分类研究现状  18-22
    2.2.1 篇章级别情感分类研究现状  18-20
    2.2.2 句子级别情感分类研究现状  20-21
    2.2.3 词/短语级别情感分类研究现状  21-22
  2.3 实验结果评测指标  22-23
  2.4 基准系统  23-24
  2.5 SVM 分类器原理概述  24-25
  2.6 本章小结  25-26
第三章 基于句法树的句子级别情感分类  26-45
  3.1 结构化特征在句子级别情感分类中的作用  26-27
  3.2 句子级别情感分类系统流程  27-28
  3.3 句法树的获得  28
  3.4 核函数方法和卷积树核  28-31
    3.4.1 核函数方法  28-29
    3.4.2 卷积树核  29-30
    3.4.3 复合核  30
    3.4.4 树核空间  30-31
  3.5 基于卷积树核的相关工作  31-32
  3.6 连接词的处理  32-33
  3.7 句法树的裁剪  33-38
    3.7.1 裁剪树的选择  33-35
    3.7.2 基于形容词的剪枝策略  35-36
    3.7.3 基于情感词的剪枝策略  36-37
    3.7.4 情感词的领域依赖性  37-38
  3.8 实验结果与分析  38-43
    3.8.1 数据集  38
    3.8.2 实验设置  38
    3.8.3 树核的实验结果  38-40
    3.8.4 复合核中平面特征和结构化特征的贡献  40-41
    3.8.5 剪枝算法中winsize 参数对于分类效果的影响  41-42
    3.8.6 不同情感词典对分类性能的影响  42
    3.8.7 子树核与子集树核  42-43
  3.9 隐性情感  43-44
  3.10 本章小结  44-45
第四章 基于依存树的句子级别情感分类  45-55
  4.1 依存分析  45-47
    4.1.1 依存语法概述  45-46
    4.1.2 依存树  46
    4.1.3 依存语法的概率分析模型  46-47
    4.1.4 依存分析工具  47
  4.2 依存信息在情感分类中的作用  47-48
  4.3 依存树的获取  48-49
  4.4 依存树节点的扩充  49-50
  4.5 依存树的裁剪  50-52
    4.5.1 依存关系的过滤  50-51
    4.5.2 裁剪策略  51-52
  4.6 实验结果与分析  52-53
  4.7 隐性情感  53-54
  4.8 本章小结  54-55
第五章 总结与展望  55-57
  5.1 本文研究总结  55
  5.2 展望  55-57
参考文献  57-63
攻读学位期间公开发表的论文  63-64
致谢  64-65

相似论文

  1. 语义网自动构建中句法分析的研究,TP391.1
  2. 基于主动学习的汉语依存树库构建,TP391.1
  3. 基于加权语法依存度的查询模型研究,TP391.1
  4. 基于情感评价单元的商品评论分析研究,TP391.1
  5. 基于树核的代词消解研究,TP391.1
  6. 面向实时应用的汉语关键词检出技术研究,TP391.1
  7. 动态反对称理论：基于镜像结构的实证研究,H04
  8. 产品描述词及情感词抽取模式的研究,TP391.1
  9. 汉语越南语机器翻译实验系统,H44
  10. 基于领域知识的中文短信理解模型研究,TN929.5
  11. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  12. 用于检索的人脸特征提取与匹配算法研究,TP391.41
  13. 基于FPGA的高速图像预处理技术的研究,TP391.41
  14. 2D人脸模板保护算法研究,TP391.41
  15. 导弹虚拟试验可视化技术研究,TP391.9
  16. 基于用户兴趣特征的图像检索研究与实现,TP391.41
  17. 图像拼接技术研究,TP391.41
  18. 高效精确字符串匹配算法的研究与实现,TP391.41
  19. 基于词义及语义分析的问答技术研究,TP391.1
  20. 基于三维重建的焊点质量分类方法研究,TP391.41
  21. 舌体特征的提取及融合分类方法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 文字信息处理
© 2012 www.xueweilunwen.com