论文部分内容阅读
情感计算是人工智能的一个热门研究领域,它的目标是使计算机拥有情感,能够像人一样自然亲切的交流。随着Internet的发展,以文本形式出现的信息越来越多,逐渐成为我们最容易获取也是最为丰富的一种交互资源,然而在国内文本情感分析方面的研究较少。所以本文首先构建情感识别所需的语义资源,情感词汇本体和情感语料库,在此基础上采用了基于语义特征和基于认知-评价理论的两种方法识别文本中每句的情感类别。在语义资源的建设中,首先根据目前情感分类发展的现状,确定情感分类体系。然后通过手工分类和自动获取相结合的方法填充词汇本体的描述框架。情感语料库构建中讨论了制定标注规范、选择标注集、设计标注工具以及标注过程中的质量监控等问题。目前已经标注完成近四万句,一百万字的语料。在完成这些已标注语料的基础上,进一步给出了语料库的情感分布,情感迁移规律等统计数据,分析了情感语料库的特点及应用。基于语义特征的情感识别方法是将句子中词汇的情感信息和语义特征加入条件随机域(CRFs)中,生成文章的情感链。而基于认知-评价理论的情感识别是以拉扎勒斯的认知-评价理论和认知语用学中的认知语境为理论背景,从情感的发生机制出发,以多种情感图式为基础的一个文本情感认知模型。最后本文采用单句评估法和多句联合评估法两种不同的方法,分别评测两种识别方法的正确率和情感的连贯性。实验证明基于语义特征的方法在情感的连贯性上效果较好,而基于认知的方法总体准确率较高。两种方法分别从不同的角度对文本情感识别做了初步探索,具有进一步研究的价值。