%0 Journal Article
%T 基于上下文重构的短文本情感极性判别研究
%A 杨震
%A 赖英旭
%A 段立娟
%A 李玉
%J 自动化学报
%P 55-67
%D 2012
%R 10.3724/SP.J.1004.2012.00055
%X ？文本对象所固有的多义性,面对短文本特征稀疏和上下文缺失的情况,现有处理方法无法明辨语义,形成了底层特征和高层表达之间巨大的语义鸿沟.本文尝试借由时间、空间、联系等要素挖掘文本间隐含的关联关系,重构文本上下文范畴,提升情感极性分类性能.具体做法对应一个两阶段处理过程:1)基于短文本的内在联系将其初步重组成上下文(领域);2)将待处理短文本归入适合的上下文(领域)进行深入处理.首先给出了基于NaiveBayes分类器的短文本情感极性分类基本框架,揭示出上下文(领域)范畴差异对分类性能的影响.接下来讨论了基于领域归属划分的文本情感极性分类增强方法,并将领域的概念扩展为上下文关系,提出了基于特殊上下文关系的文本情感极性判别方法.同时为了解决由于信息缺失所造成的上下文重组困难,给出基于遗传算法的任意上下文重组方案.理论分析表明,满足限制条件的前提下,基于上下文重构的情感极性判别方法能够同时降低抽样误差(Sampleerror)和近似误差(Approximationerror).真实数据集上的实验结果也验证了理论分析的结论.
%K 舆情分析
%K 短文本处理
%K 情感计算
%K 误差分析
%K 遗传算法
%U http://www.aas.net.cn/CN/abstract/abstract17655.shtml