基于基准词的文本情感倾向性研究.docVIP

基于基准词的文本情感倾向性研究 　　摘要：在网络连通世界的今天，网络信息以铺天盖地的方式呈现在人们的面前，在这些海量的网络信息面前，用计算机技术分析网络中大规模的文本情感倾向，在政府的舆情分析和企业的产品评价智能回馈等应用中有着非常巨大的前景。本文采用基于基准词的方法先提取文本中的情感特征词，然后根据TF-IDF模型计算情感特征词在文本中的权重，最后，对所有的情感词进行加权平均，得出整个文本的情感倾向，最后的实验结果表明，使用本文的方法在判断文本情感倾向性分类中效果有明显的提高。 　　关键词：情感特征词提取；基准词；TF-IDF模型；情感倾向识别 　　中图分类号：TP18 文献标识码：A文章编号：1009-3044(2011)08-1881-03 　　Research on Semantic Orientation of the Text Based on the Key-words 　　ZHANG Bin, YANG Zhi-xiao 　　(Henan University of Technology,College of Information Science and Engineering, Zhengzhou 450001, China) 　　Abstract:Today, The whole world is linked by the Internet. network information is presented in a way overwhelming in front of people, in the face of these vast amounts of network information, network with computer technology, large-scale analysis of the text of emotional tendencies in the governments public opinion analysis and evaluation of enterprise products Applications such as intelligent feedback has a very great future. In this paper, dopts the method based on the key-words for extractinghe emotional features in the text,and then on the TF-IDF model emotional features of the word weight in the text,finally on all of the emotions the weighted average, we can obtain the entire text of the emotional tendencies, The experiment results show that the method used in determining the text of this emotional bias classification results significantly improved. 　　Key words: sentiment words extraction; key-words ; TF-IDF model;sentiment Orientation Identification 　　随着网络技术的发展，特别是WEB2.0的逐渐应用，互联网越来越注重用户的交互性，即网站的内容通常由用户来参与发布，用户由传统单一地、被动地接收互联网信息向主动地、双向地创造互联网信息发展，互联网从而也显得更加人性化，也更具有开放性。由于大量用户的参与制造信息，产生了很多的有价值的对产品、事件、人的评论，比如博客、百度百科、维基百科等著名的网站，而这些评论信息中包含了众多的、强烈的主观色彩和情感信息，这种情感的论述反应了网民对某件事、某个人、某件产品的评论、观点和看法，对于这种大众舆论，在政府和企业作出某项决策时可能会起到重要的参考作用，因此如何从海量的评论信息中快速选取和整理用户感兴趣的内容，就成了计算机领域研究的重点。 　　文本情感倾向性研究正是在这个背景下产生的，所谓文本情感倾向就是对某段文本的褒贬倾向计算出一个度量值，这个度量值是通常规定在 之间的一个实数，如果最后计算出的度量值大于某个阈值的时候，判断文本倾向于褒；反之如果低于这个阈值的时候，判断文本倾向于贬。 　　通常根据处理文本的粒度的不同，可以将文本倾向性分析分为词语级、句子级、篇章级、