基于机器学习的中文文本主题分类及情感分类研究
版权申诉
5星 · 超过95%的资源 194 浏览量
2022-04-27
13:16:14
上传
评论 3
收藏 7.62MB PDF 举报 
硕 士 学 位 论 文
基 于 机 器 学 习 的 中 文 义 本 主 题 分 类 及 情 感 分 类 研 究
摘 要
随 着 计 算 机 技 术 、 网 络技 术 、 数 据 库 技 术 的 快速 发 展 与 普 及 应 用 ， 网 络 信 息 爆 炸 式
增 长 ， 而 其 中 绝 大 部 分 信 息 以 文 本 形 式 存 在 。 如 何
从
这 海 量 的 信 息 中 快速 高 效 的 获 取 数
据 ， 成 为 信 息 处 理 领域 亟 待 解 决 的 问 题 。 文 本 自 动 分 类 技 术 作 为 处 理 和 组织 大 量 文 本 数
据 的 关 键 技 术 应 运 而 生 并 取 得 了 快速 的 发 展 。
基 于 主 题 的 文 本 分 类 是 根 据 文 本 的 内 容 将 文 本 划 分 到 预 先 定 义 好 的 类 别 中 去 。 机 器
学 习 方 法 由 于 其 自 身 的 灵 活 性 并 能 够 取 得 较 好 的 分 类 效 果 ， 因 此在 文 本 分 类 中 得 到 了 广
泛 的 应 用 。 机 器 学 习 方 法 要 经 过 文 本 的 预 处 理 ， 特 征 选 择 ， 特 征 加 权 ， 训 练 分 类 器 并进
行 分 类 等 过 程 。 特 征 加 权 是 文 本 分 类 中 的 重 要 环 节 ， 对 文 本 的 分 类 性 能有 直接 的 影 响 。
通过 考 察 传 统 的 特 征 选 择 函 数 ， 发现 互 信 息 方法 在 特 征 加 权 过程 中 表现 尤为 突 出 。 为 了
提 高 互 信 息 方 法 在 特 征加 权 时 的 性 能 ， 加 入 了 词 频信 息 、 文 档 频率 信 息 以 及 类 别 相 关度
因 子 ， 提 出 了 一 种 基 于 改进 的 互 信 息 特 征 加 权 方 法 ， 实 验 表 明 ， 该 方 法 比 传 统 的 特 征 加
权 方 法 具 有 更 好 的 分 类 性 能 。
情 感 分 类 是 文 本 分 类 的 重 要 分支 ， 它 己 经逐 渐 成 为 了 信 息检 索 和 自 然 语 言 处 理 领域
的 热 点 研 宄 问 题 。 机 器 学 习 方 法 同 样 适用 于 文 本 的 情 感 分 类 ， 但 是 其 效 果 却 与 传 统 的 基
于 主 题 的 文 本 分 类 有 所 不 同 。 本 文 选用 了 在 网 络上 被广 泛 使 用 的 中 文 情 感 分 类 数 据 集 ，
采 用 机 器 学 习 方 法 ， 对 比 分 析 了 在 机 器 学 习 的 各 个 过 程 中 不 同 方 法 对情 感分 类 性 能 的 影
响 。
由 于 情 感 分 类 的 语 料 更 加 复 杂 多 变 ， 传 统 的 机 器 学 习 方法 很 难 在 情 感 分 类 中 取 得较
高 的 性 能 。 本 文通 过 对 评 论 性 文 本 的 分 析 ， 结 合基 于 词 典 和 规 则 的 方法将 文 本 划 分成 情
感 句 集 合 和 细 节 句 集合 ， 进 一 步 提 取 出 文 中 的 关 键 句 集 合 ， 分 别 对 全 部 文 本 ，
情
感 句
集
合 和 关
键
句 集 合进 行 训 练 得 到 不 同 的 分 类 器 ， 最 后 使 用 投 票 策 略 将 得 到 的 个 分 类 器
进
行 融合 ， 得 到 最 终 分 类 结 果 ， 通过 实 验 表 明 此方 法 可 以 有 效 的 提 高 情 感 分 类 的 性能 。
关键词 ： 文 本 分 类 ， 互 信 息 ， 情 感 分 类 ， 情 感 句 ， 关 键 句 ， 特 征 融 合
剩余59页未读，继续阅读
资源评论
qq_374044522023-11-13感谢资源主分享的资源解决了我当下的问题，非常有用的资源。- m0_572037072022-05-17用户下载后在一定时间内未进行评价，系统默认好评。
- m0_539268912022-11-19资源不错，很实用，内容全面，介绍详细，很好用，谢谢分享。
- lijian00862022-12-15资源不错，对我启发很大，获得了新的灵感，受益匪浅。
「已注销」
- 粉丝: 794
- 资源: 3613
