论文部分内容阅读
随着网络信息的高速发展,越来越多的用户倾向于在互联网公众平台上发表自己的观点和态度,基于此,情感分类也开始被应用于挖掘电影评论的主观信息。通过对电影评论进行情感分类,不仅可以为用户提供电影评论中所隐含的整体情感倾向,以此来辅助用户进行决策并满足其个性化的观影需求,而且可以为电影发行商提供反馈,同时,也可以有效进行社交媒体监控,给予政府政策支持。可以看出,通过分析用户的情感倾向,深度挖掘出电影评论的潜在价值具有重要的研究意义。然而,当前的电影评论语料不仅数量庞大,而且内容简短、琐碎,且传统的情感分类方法无法很好处理特定领域的情感信息,这给电影评论领域的情感分类提出了很大的挑战。基于此,本文针对电影评论这一特殊的领域,提出了一种基于SOW-BTM模型的专门针对短文本电影评论的无监督情感分类方法。本文的研究内容如下:(1)针对传统情感分类方法在领域情感问题及短文本运用上的局限性,对BTM主题模型进行改进,以情感点互信息SO-PMI作为权重模型,通过度量词汇与情感种子词的点互信息,在吉布斯抽样中为不同词汇赋予不同权重。通过提高情感词的权重,降低非情感词的权重,将传统的BTM模型中的“文档-主题”,“主题-词汇”两个概率分布,改为“文档-主题”,“主题-情感词”概率分布,即形成了一个“文档-主题-情感词”三层贝叶斯结构为基础的SOW-BTM模型。通过这一改进,使BTM主题挖掘模型更恰当的运用于情感分类领域。(2)在所取得的电影领域语料的基础上,通过基于How Net语义相似度计算与自建词典相结合,摆脱了传统情感词典对于领域情感词无法识别的局限性,构造出一部专门应用于电影评论的情感词典。运用该情感词典进行主题下关键词中情感词的情感值计算,从而得到主题的情感值,最终计算出文档的情感倾向,提高领域情感分类的准确率。(3)将SOW-BTM模型实际运用于电影评论情感分类之中。实验采用的数据集来自豆瓣网爬取的三部电影的评论,每条评论的字数都不超过150字,最后通过这些短评,从横向与纵向两个方面对SOW-BTM模型、BTM模型、LDA模型在情感分类中的运用进行验证与对比,结果表明,SOW-BTM模型在对短文本电影评论情感分类上性能优于普通的BTM模型与LDA模型。