隨著微博這類社交平臺(tái)不斷地壯大發(fā)展,基于微博語料的分析技術(shù)也備受學(xué)術(shù)界的關(guān)注,其中,情感分析技術(shù)更是成為其熱門研究領(lǐng)域。在情感分析任務(wù)中,基于語料庫上下文信息訓(xùn)練的詞向量并不能很好地區(qū)分語境相同但語義不同的詞匯,這會(huì)導(dǎo)致“語義相反的詞,具有相似度高的詞向量”,從而降低情感分析的精度。本文主要研究中文微博的情感分析,為了緩解上述問題對(duì)情感分析任務(wù)的影響,本文重點(diǎn)研究了情感詞向量的優(yōu)化,提出了一種結(jié)合情感詞典的情感詞向量?jī)?yōu)化模型。此外,情感詞典是自然語言處理領(lǐng)域至關(guān)重要的研究工具,對(duì)它構(gòu)建的研究有著重要的意義。本文由于需要使用帶情感強(qiáng)度標(biāo)注的情感詞典,所以對(duì)其構(gòu)建方法進(jìn)行了研究,提出了一種融合SO-PMI算法、HowNet詞匯相似度和詞向量相似度的情感詞典構(gòu)建方法,并將其運(yùn)用到本文提出的情感詞向量?jī)?yōu)化模型中。本文所做的主要工作如下:（1）考慮到本文需要用到有情感強(qiáng)度等級(jí)標(biāo)注的情感詞典,我們?cè)诂F(xiàn)有的研究基礎(chǔ)上,提出了一種情感詞典構(gòu)建方法。該方法融合了SO-PMI算法、HowNet詞匯相似度和詞向量相似度,彌補(bǔ)了以上方法的缺點(diǎn),能半監(jiān)督地構(gòu)建帶有情感強(qiáng)度等級(jí)劃分的情感詞典。通過實(shí)驗(yàn)證明,我們的... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

卷積神經(jīng)網(wǎng)絡(luò)模型

長(zhǎng)短期記憶網(wǎng)絡(luò)模型

LSTM網(wǎng)絡(luò)單元圖

【參考文獻(xiàn)】：
期刊論文
[1]基于Good-Turing平滑SO-PMI算法構(gòu)建微博情感詞典方法的研究[J]. 姜伶伶,何中市,張航.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2018(10)
[2]基于平滑SO-PMI算法的微博情感詞典構(gòu)建方法研究[J]. 杜銳,朱艷輝,田海龍,劉璟,馬進(jìn).  湖南工業(yè)大學(xué)學(xué)報(bào). 2015(05)
[3]基于詞向量的情感新詞發(fā)現(xiàn)方法[J]. 楊陽,劉龍飛,魏現(xiàn)輝,林鴻飛.  山東大學(xué)學(xué)報(bào)(理學(xué)版). 2014(11)
[4]結(jié)合依存關(guān)聯(lián)分析和規(guī)則統(tǒng)計(jì)分析的情感詞庫構(gòu)建方法[J]. 李勇敢,周學(xué)廣,孫艷,張煥國(guó).  武漢大學(xué)學(xué)報(bào)(理學(xué)版). 2013(05)
[5]基于HowNet和PMI的詞語情感極性計(jì)算[J]. 王振宇,吳澤衡,胡方濤.  計(jì)算機(jī)工程. 2012(15)
[6]基于情感詞典擴(kuò)展技術(shù)的網(wǎng)絡(luò)輿情傾向性分析[J]. 楊超,馮時(shí),王大玲,楊楠,于戈.  小型微型計(jì)算機(jī)系統(tǒng). 2010(04)
[7]知網(wǎng)的理論發(fā)現(xiàn)[J]. 董振東,董強(qiáng),郝長(zhǎng)伶.  中文信息學(xué)報(bào). 2007(04)
[8]情感詞匯本體的構(gòu)造[J]. 徐琳宏,林鴻飛,潘宇,任惠,陳建美.  情報(bào)學(xué)報(bào). 2008 (02)



本文編號(hào)：3141581