全宋词语料库建设及风格和情感分析的计算方法的研究.pdfVIP

摘要 计算诗学是计算机自然语言处理技术的一个全新应用领域，其主要内容是建 立诗词语料库，采用现代自然语言处理中的技术来挖掘语料库中所蕴含的信息， 以此来辅助文学工作者们对诗词进行研究。本文以计算机辅助研究宋词为目的， 建立全宋词语料库，并在此基础上开展了对宋词风格和情感分析的计算方法的初 步研究。主要内容如下： 由于机器学习和古典文学数字化的需要，本文提出的方法和实验研究都基于 语料库的数据驱动进行。语料库建设工作主要包括：基予统计抽词建立词表，结 合格律特点对宋词进行切分，对宋词进行词性等方面的标注。同时，本文还建立 了相关宋词知识库。该方面工作是整个课题的研究基础，具有十分重要的意义， 主要内容集中在第二章到第五章。 针对高度抽象的艺术概念“风格”的辨析，本文将该问题转化为模式识别中 的文本分类问题。在前面工作的基础上，分别建立了基于“字特征和基于“词” 特征的分类模型，并且通过遗传算法训练权值，建立两个模型的线型组合模型。 在实验中，本文在KNN下比较了三个模型的优劣。这部分内容集中在第六章。 宋词中包含着诗词作者丰富的感情表达。针对该方面的研究，本文尝试将情 感计算引入到宋词的机器理解中。文中采用了多重松弛迭代计算方法，对宋词词 语酶情感标注闯题进行了研究，通过语境的烈爝，构建7一个实验性系统并取得 了较为准确的词语情感标注，为以藤的词句情感意义的理解提供了基础。该部分 内容集中在第七章。 在文章的最后，对全文的研究工作进行了总结，并规划了今后进一步的研究 方向。 关键词： 计算诗学：宋词辅助研究；语料库；风格评判；情感标注 Abstract isanew fieldfor natural Poetry applicationcomputerlanguage Computational istoestablishthe forthe work poemcorpus technology．Themajor processing intheassistantresearchonthe ofNLP mining poetry．Tohelp knowledge application the the set thecorrelative UStoknow up poetry,inpresentpaper,we SongDynasty and the researchon methodsofthe annotated computational corpusdevelopprimary emotion mainresearchareasfollows： identificationand analysis．The outputs style inthis arealldrivenbased Themethodsand introduced experimentalstudy paper ofmachine and of on databasebecauseoftheneeds