多粒度融合的汉语句子主观性和情感分类方法研究计算机应用技术专业论文.docxVIP

? 唱队 ／㈣煳黑龙江大学硕十学位论文 ／㈣煳 黑龙江大学硕十学位论文 关信息，构造词语主观性强度的模糊集合及对应的隶属函数并以此判别词语的主 观性强度类别，最后应用于汉语句子的主观性识别之中。实验结果表明，由于引 入词语的主观性强度类别，本文方法取得了良好的效果。 3．引入汉语词语的结构信息有助于汉语词语的情感倾向预测。针对汉语词语 情感倾向难于预测的问题，本文在深入分析了汉语词语结构与词语情感倾向的规 律的基础上，针对其中较难分辨的未登录词极性预测问题，将词语中语素等结构 特征有效结合，提出了一种统计方法框架下的基于语素的汉语词语情感倾向自动 预测方法。并在讨论词汇层面极性预测的基础上，提出了一种基于规则的短语极 性计算方法，最后在词语和短语的极性计算基础上，给出了基于阈值法的句子情 感分类方法。实验结果表明，与其他方法相比较由于引入句子中多层面的语言信 息，本文方法较好的解决了汉语句子情感分类问题。 4．本文最后主要研究基于多粒度融合的汉语句子情感分类方法。在深入研究 了语素、词语和短语层面的主观性及情感倾向的基础上，针对情感句子表述的隐 晦性和模糊性，并结合汉语本身的特点，将上下文的多粒度信息融合并引入到整 I 个句子的情感分类中，提出了一个基于多粒度融合与模糊集合相结合的汉语句子 分类方法。实验结果表明，与传统的情感分类方法相比，本文提出的基于模糊集 合的多粒度融合的汉语句子情感分类方法，从细粒度到粗粒度较精确的识别了汉 语句子中各层次的情感强度及情感倾向，因此明显地提高汉语句子级别的情感分 类的精确率和召回率。 关键词意见挖掘；主观性分类；情感分类；模糊集合论 d ? AbstractWith Abstract With the explosive growth of the Intemet over the past years，especially Web 2．0， oplmon mtmng 1s getting considerable attentions from the natural language processing (NLP)community．As key issues in opinions mining，subjectivity analysis focuses on d吼ermining whether a given sentence is either subjective or objective，while sentiment classification aims at classifying opinionated documents or sentences as exprcssing positive，negative or neutral opinions．The two tasks play a critical role in many opinion mlmng applications such as opinion question answering，opinion retrieval and opinion summarization system． This thesis presents a statistical and fuzzy set based fbmework for Chine∞ sentence。level sentiment analysis．In order to reduce the complexity and to hprove me efficiency,different granularities of sentiment within sentences are explored锄d内rdber combined to determine their subjectivity and sentiment orientation．Our researCh mailllv concerns the following four respects： Subjectivity analysis is the first problem to be resolved in opinion miI血lg．T0、Ⅳard Iarge。scale applications， a comprehensive framework矗阿 Chine∞ semence．1eveI 跚bjectivity analysis system is firstly proposed in this thesis，including：(1)m Chi。square technique is introduced for subjectivity