基于occ模型的文本情感识别方法的研究-计算机应用技术专业论文.docxVIP

太原理工大学硕士研究生学位论文基于OCC模型的文本情感识别方法的研究 太原理工大学硕士研究生学位论文 基于OCC模型的文本情感识别方法的研究 摘要 文字是计算机进行情感识别的一种重要形态。今天计算机使用者所面 对的主要是以文字形式表示的信息。传统上的文本分类往往关注于把文本 映射到给定的主题，如体育、经济、政治等。然而，近年来对文本非主题 分析的兴趣不断增加，其中就包括文本的情感分类。文本的情感分类即情 感识别(textual emotion recognition)是指识别文本中隐藏的情感信息。它 已成为人机对话和人机互动的关键部分。 常用的文本情感识别方法主要包括以下几种：关键词识别(keyword spotting)、词汇关联(1exical affinity)、基于统计的自然语言处理方法 (statistical natural language processing)以及使用常识库(commonsense knowledge base)识别的方法等等。关键词识别和词汇关联的方法主要是根 据句中不带歧义的关键词与情感词典中词汇的匹配结果来识别情感。基于 统计的自然语言处理方法适合处理较大篇幅的文本，而且还要依赖于大量 的训练数据。使用常识库的识别方法是根据大规模常识库中的知识来识别 句子的情感。这些模型在一定程度上可以较准确地分析出文本中的情感， 但仍存在一定的局限性，因为