基于依存关系树句子级别的情感分类研究.docVIP

基于依存关系树句子级别的情感分类研究 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。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。 关键词：情感分析、依存关系树、特征选择、分类算法 Abstract：Safe navigation of the ship and the ship collision avoidance areas, research and computing collision risk is crucial, in the finite element simulation analysis of ship collision, the collision will normally be processed into the side impact area deformable structure, hit the ships bow as a rigid body treatment, which can greatly simplify the analysis and calculations, but also the partial safety can generally be used as approximate results. However, from the perspective of collisions, considering both the real collision deformation and energy absorption of the collision process is essential realistic simulation, this paper uses large-scale dynamic analysis software MSC.Dytran, bow portion and on crash hit broadside collision damage characteristics of synchronous simulation. Key words：Collision; ship structural damage; impact angle; impact 1 前言 近年来，随着 BBS 和 Blog 的迅速发展，主观性的言论越来越多。这些言论大部分都是一些主观的论断和对事物的一些看法，如对电子产品、汽车的使用评价和电影评论等等。那么，如何判断这些评论是正面还是反面?态度是赞成还是反对?认为其值得推荐还是不值一文?这就引出了文本分类领域一个新的研究方向——基于情感的文本分类。 本文针对目前句子情感分类问题的难点，采用树核函数、句法树和依存树实现了句子级别的情感分类的研究工作。句子中含有的信息量少，因而需要额外的特征信息来提高其分类的效果，本文探索了使用基于句法树和依存树的结构化信息对于句子情感分类的效果。本文只针对句子进行情感分类研究。 2 基于句法树的句子级别情感分类分析 2.1结构化特征在句子级别情感分类中的作用 句子含有的信息量不如篇章，直接使用篇章级别的情感分类方法无法提取足够的特征信息，所以需要加入更多的特征信息。并且基于词袋或者 n-gram 特征的篇章级别情感分类方法都无法捕获远距离的情感信息。本章的主要工作就是探索基于句法树的结构化特征在句子级别情感分类中的作用。 图 2.1 两个句子对应的句法树 图2.1 表示的是句子“I like that film ”和“This film looks like that film”对应的句法树。如果使用 n-gram 特征，很可能会认为这两个句子的情感倾向性一致。但是通过句法树可以很容易发现：虽然两个句子中都含有“like that film”结构，但是这个相同的部分在两个句子的句法树结构中是不同的。这种情感倾向性的差异表达可以通过句法结构展现出来。但如果单纯的使用人工去总结和标注这些规则存在很大的困难，首先这样需要领域专家去总结这些规则；其次由于自然语言表达的复杂性，人们很难穷尽所有规则。所以通过机器学习的方法，从已经简单标注或者没有标注的文本中自动挖掘这种情感表达模式，有着很大的实际价值和良好的运用前景。 2.2句子级别情感分类系统流程 本文实现的句子级别情感分类系统的具体流程如图 2.2 所示。 图 2.2 系统流程图 本系统由多个模块组成，