發(fā)布時(shí)間：2021-02-03 12:05

　　目前,情感分析是自然語(yǔ)言處理中最活躍的研究領(lǐng)域之一。反諷是一種隱式情感表達(dá)的修辭手段,通過(guò)使用與實(shí)際意圖相反的詞來(lái)達(dá)到諷刺或者幽默的語(yǔ)言表達(dá)效果。反諷的真實(shí)語(yǔ)義無(wú)法通過(guò)文本詞匯直接推斷出來(lái),它的字面意思和真實(shí)意圖存在著矛盾沖突,因此,反諷識(shí)別及其情感判別更具挑戰(zhàn)性。以往的文本情感分析往往忽略了這一語(yǔ)言現(xiàn)象,影響了情感分析的準(zhǔn)確率。為了提升文本情感分析的準(zhǔn)確率,本文對(duì)中文反諷識(shí)別及其情感判別開(kāi)展研究。通過(guò)分析中文特有的語(yǔ)言現(xiàn)象和微博的特點(diǎn),歸納了中文微博反諷的語(yǔ)言特征,提出了融合語(yǔ)言特征的卷積神經(jīng)網(wǎng)絡(luò)模型和融合上文信息的注意力機(jī)制的LSTM模型來(lái)進(jìn)行反諷識(shí)別及其情感判別。主要研究工作如下:（1）中文微博反諷的語(yǔ)言特征選擇。由于反諷與語(yǔ)言習(xí)慣有關(guān),不同語(yǔ)言的語(yǔ)法結(jié)構(gòu)和語(yǔ)義表達(dá)存在差異,和英文反諷相比,中文反諷的語(yǔ)法結(jié)構(gòu)和語(yǔ)義表達(dá)更加復(fù)雜,使得中文反諷識(shí)別及其情感判別在詞語(yǔ)層面上比英文反諷識(shí)別及其情感判別更具有難度,英文的反諷特征并不能夠直接用于中文的反諷識(shí)別及其情感判別中。本文在借鑒中英文反諷識(shí)別相關(guān)工作的基礎(chǔ)上,考慮中文微博自身的特點(diǎn),歸納了中文微博反諷的幾種語(yǔ)言特征,并通過(guò)卡方統(tǒng)計(jì)量選... 

【文章來(lái)源】：山西大學(xué)山西省

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 文本情感分析研究
        1.2.2 反諷識(shí)別及其情感判別研究
    1.3 本文主要研究?jī)?nèi)容
    1.4 論文框架
第二章 中文微博反諷的語(yǔ)言特征分析
    2.1 微博的語(yǔ)言特點(diǎn)
    2.2 反諷微博的語(yǔ)言特征
    2.3 卡方統(tǒng)計(jì)量
    2.4 語(yǔ)言特征選取
    2.5 實(shí)驗(yàn)數(shù)據(jù)集建立
    2.6 本章小結(jié)
第三章 融合語(yǔ)言特征的卷積神經(jīng)網(wǎng)絡(luò)模型
    3.1 Word Embedding詞向量
    3.2 融合語(yǔ)言特征的卷積神經(jīng)網(wǎng)絡(luò)模型
    3.3 反諷識(shí)別實(shí)驗(yàn)結(jié)果與分析
        3.3.1 模型參數(shù)
        3.3.2 實(shí)驗(yàn)結(jié)果及分析
        3.3.3 實(shí)驗(yàn)結(jié)果錯(cuò)誤分析
    3.4 反諷情感判別實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第四章 融合上文信息的注意力機(jī)制的LSTM模型
    4.1 反諷中的上文信息
    4.2 LSTM模型
    4.3 融合上文信息的注意力機(jī)制的LSTM模型
    4.4 反諷識(shí)別實(shí)驗(yàn)結(jié)果與分析
        4.4.1 模型參數(shù)
        4.4.2 實(shí)驗(yàn)結(jié)果及分析
    4.5 反諷情感判別實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小結(jié)
第五章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
攻讀碩士期間取得的研究成果和參與的科研項(xiàng)目
致謝
個(gè)人簡(jiǎn)況及聯(lián)系方式


【參考文獻(xiàn)】：
期刊論文
[1]基于多特征融合的混合神經(jīng)網(wǎng)絡(luò)模型諷刺語(yǔ)用判別[J]. 孫曉,何家勁,任福繼.  中文信息學(xué)報(bào). 2016(06)
[2]CNN深度學(xué)習(xí)模型用于表情特征提取方法探究[J]. 張昭旭.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2016(03)
[3]面向微博的中文反語(yǔ)識(shí)別研究[J]. 鄧釗,賈修一,陳家駿.  計(jì)算機(jī)工程與科學(xué). 2015(12)
[4]基于極性轉(zhuǎn)移和LSTM遞歸網(wǎng)絡(luò)的情感分析[J]. 梁軍,柴玉梅,原慧斌,高明磊,昝紅英.  中文信息學(xué)報(bào). 2015(05)
[5]面向網(wǎng)絡(luò)文本的漢語(yǔ)反諷修辭識(shí)別方法研究[J]. 邢竹天,徐揚(yáng).  山西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[6]文本情感分析[J]. 趙妍妍,秦兵,劉挺.  軟件學(xué)報(bào). 2010(08)
[7]中文基礎(chǔ)情感詞詞典構(gòu)建方法研究[J]. 柳位平,朱艷輝,栗春亮,向華政,文志強(qiáng).  計(jì)算機(jī)應(yīng)用. 2009(10)
[8]網(wǎng)絡(luò)語(yǔ)言特點(diǎn)淺析[J]. 趙華倫.  語(yǔ)言文字應(yīng)用. 2006(S2)
[9]反語(yǔ)理論綜述[J]. 劉正光.  解放軍外國(guó)語(yǔ)學(xué)院學(xué)報(bào). 2002(04)
[10]反諷的語(yǔ)用特征和限制條件[J]. 涂靖.  外語(yǔ)學(xué)刊. 2002(01)

碩士論文
[1]社交網(wǎng)絡(luò)評(píng)論中的反語(yǔ)識(shí)別研究[D]. 羅婷.云南財(cái)經(jīng)大學(xué) 2017
[2]語(yǔ)域理論視角下的新浪微博語(yǔ)言特征研究[D]. 張洋.黑龍江大學(xué) 2016
[3]中英文反諷識(shí)別的對(duì)比分析[D]. 姚健.天津大學(xué) 2015
[4]基于微博的熱點(diǎn)事件挖掘與情感分析[D]. 王政霄.上海交通大學(xué) 2013
[5]微博語(yǔ)言特征研究[D]. 張可.陜西師范大學(xué) 2012
[6]基于情感詞典的中文微博情感傾向分析研究[D]. 陳曉東.華中科技大學(xué) 2012
[7]突發(fā)事件中的微博傳播與輿論引導(dǎo)[D]. 孟令俊.華中師范大學(xué) 2011
[8]漢語(yǔ)網(wǎng)絡(luò)會(huì)話中的反語(yǔ)研究[D]. 邵娜.東北師范大學(xué) 2007



本文編號(hào)：3016471