面向新聞的讀者情緒自動分析方法研究.pdf

1、隨著互聯網的迅猛發(fā)展，網絡上用戶產生了大量富有情緒表達的文本信息。情緒分析研究旨在對這些文本表達的情緒（例如：喜、怒、哀、恐等）進行自動分析。近年來，情緒分析研究受到計算語言學領域研究者們的密切關注，成為一項基本的熱點研究任務。作為一種特殊的情緒，讀者情緒具體是指讀者看完文本后所產生的情緒。本文針對面向新聞文本的讀者情緒，開展了以下關于讀者情緒分類的幾個方面研究：
　　首先，本文提出了一種基于協同訓練算法的粗粒度情緒分類方法。該方

2、法是一種半監(jiān)督學習方法，其核心思想是結合新聞文本的讀者情緒和評論文本的作者情緒進行讀者情緒分類。具體而言，將新聞文本和評論文本作為兩個不同的視圖，采用協同訓練分類方法提高半監(jiān)督方法的情緒分類性能。最后實驗結果顯示，我們提出的方法取得了較好的分類效果。
　　其次，本文提出了一種基于標簽傳播算法的粗粒度情緒分類方法。該方法是一種半監(jiān)督學習方法，其核心思想是充分利用新聞和評論文本之間的相關性并克服了評論信息不足的困難進行讀者情緒分類。具

3、體而言，構建兩個關聯的二部圖子圖（新聞文本二部圖和評論文本二部圖）用于描述新聞文本和評論文本之間的關聯。在此基礎上，設計關于評論文本長度的關聯轉移概率函數用于描述新聞和評論之間的情緒轉移強度。該雙視圖標簽傳播方法克服了協同訓練算法的局限性，有效克服了評論文本內容不足所帶來的不利影響，從而提高了情緒分類效果。
　　最后，本文提出了一種基于特征-標簽因子圖模型的細粒度情緒分類方法。該方法是一種全監(jiān)督學習方法，其核心思想是聯合文本特征學