基于深度学习的藏文多极情感分类方法的研究.docxVIP

?

?

基于深度学习的藏文多极情感分类方法的研究

?

?

曲塔吉安见才让

摘要：藏文多极情感分类方法是自然语言处理研究中识别用户对某件事或话题的主观情感倾向性识别的研究课题之一。文章分析了藏文多极情感分类方法的特点，对采集的藏文情感语料进行整理校对;提取相关特征，建立情感语料库和情感分类识别模型;再通过大量的实验找出存在的不足，并进行完善，以此提高藏文多极情感数据的准确率。实验表明，优化后的藏文多极情感分类的识别准确率达到84.5%。

关键词：情感分类;LSTM神经网络模型;注意力机制;藏文程度词;藏文转折词与否定词

：TP391.1?????：A???：1006-8228（2021）10-41-03

ResearchonTibetanmulti-polarsentimentclassificationmethodbasedondeeplearning

QuTaji，AnjianCairang

（SchoolofComputer，QinghaiUniversityforNationalities，Xining，Qinghai810007，China）

Abstract：TheTibetanmulti-polaremotionclassificationmethodisoneoftheresearchtopicsinthenaturallanguageprocessingresearchtoidentifytheuserssubjectivesentimentorientationforacertaineventortopic.ThisarticleanalyzesthecharacteristicsoftheTibetanmulti-polarsentimentclassificationmethod，organizeandproofreadthecollectedTibetansentimentcorpus，andextractfeaturestobuildsentimentcorpusandsentimentclassificationandrecognitionmodel.IdentifyexistingproblemsthroughalotofexperimentsandfurtherrefineandimprovetheaccuracyofTibetanmultipolarsentimentdata.Intheexperiment，theoptimizedandexpandedTibetanmulti-polaremotionclassificationandrecognitionaccuracyratereached84.5%.

Keywords：sentimentclassification;LSTMneuralnetworkmodel;attentionmechanism;Tibetandegreewords;Tibetantransitionwordsandnegativewords

0引言

情感分析[1]作為用户行为分析的重要组成部分，是对带有主观性情感倾向或情绪态度的文本进行分析处理和归纳推理的过程。其一方面可以通过对用户评论的筛选与归类，从中挖掘用户对产品或服务的意见，并基于这些意见对用户的行为进行预测从而制定科学合理的运营策略;另一方面，通过对大量文本的情感分析，可以有效监控网络舆情和预测网络舆论走向，并及时监测舆情危机做出预警，维护网络安全，构建和谐网络环境。在自然语言处理技术的应用当中，情感分析更是必不可少的。例如在自动机器翻译中，对输入文本进行情感倾向判断时，有助于精准的选择带有正面或负面的同义词进行翻译，以此提高翻译的准确率。

因此，本课题提出将藏文情感分类方法通过深度学习的相关技术进行深入研究，首先对藏文多极情感分类方法的特点进行分析，并对采集的藏文情感语料进行筛选，扩充，人工标注和分词，去除或加工情感词当中的缩写词、重叠词、特殊字符等，对情感数据进行整理、校对及数据预处理，以此构建藏文多极情感语料库;其次对相关理论知识进行深入学习，结合相关特征进行词向量分析，采用基于多层正向LSTM和注意力机制的神经网络模型建立藏文多极情感倾向型分析模型。

1相关工作

1.1藏文多极情感分类

藏文多极情感分类属于情感分析方法当中文本情感分类的范畴，初期的情感分类能有效分析情感句子当中所