基于SVM的文本词句情感分析.PDF

第２８卷第９期　　　 计算机应用与软件 Ｖｏｌ２８Ｎｏ．９ ２０１１年９月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｓｅｐ．２０１１ 基于ＳＶＭ的文本词句情感分析 杨　经　林世平 （福州大学数学与计算机科学学院　福建福州３５０１０８） 摘　要　　近年来，文本情感倾向性分析已成为自然语言处理领域的热点，在垃圾过滤、文本分类、网络舆情分析等领域有广泛的应 用。将研究中文文本词句的情感分析问题，重点解决喜、怒、哀、惧四类粒度大的情感分析问题。首先构建喜、怒、哀、惧基准情感词， 然后对情感词特征进行分析，进而挖掘潜在情感词，最后使用支持向量机分类的方法融合词特征、词性特征、语义特征等各种特征， 对句子进行情感识别及分类。实验表明，在ＣＯＡＥ２００９评测任务情感词句识别此方法是合理和有效的。 关键词　　情感词　情感分析　支持向量机　特征选择 中图分类号　ＴＰ３９１．４　　　　文献标识码　Ａ ＥＭＯＴＩＯＮＡＮＡＬＹＳＩＳＯＮＴＥＸＴＷＯＲＤＳＡＮＤＳＥＮＴＥＮＣＥＳＢＡＳＥＤＯＮＳＶＭ ＹａｎｇＪｉｎｇ　ＬｉｎＳｈｉｐｉｎｇ （ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ３５０１０８，Ｆｕｊｉａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｈｅａｎａｌｙｓｉｓｏｎｔｅｘｔｅｍｏｔｉｏｎａｌｉｎｃｌｉｎａｔｉｏｎｈａｓｒｅｃｅｉｖｅｄｍｕｃｈａｔｔｅｎｔｉｏｎｆｒｏｍｎａｔｕｒａｌｌａｎｇｕａｇｅｐｒｏｃｅｓｓｉｎｇｆｉｅｌｄｉｎｒｅｃｅｎｔｙｅａｒｓ， ｗｈｉｃｈｃａｎｂｅｗｉｄｅｌｙｕｓｅｄｉｎｓｐａｍｆｉｌｔｅｒｉｎｇ，ｔｅｘｔｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｎｅｔｗｏｒｋｐｕｂｌｉｃｏｐｉｎｉｏｎａｎａｌｙｓｉｓａｎｄｏｔｈｅｒａｐｐｌｉｃａｔｉｏｎｓ．Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａ ｍｅｔｈｏｄｆｏｒａｎａｌｙｓｉｎｇｔｈｅｅｍｏｔｉｏｎｓｏｎｗｏｒｄｓａｎｄｓｅｎｔｅｎｃｅｓｉｎＣｈｉｎｅｓｅｔｅｘｔｓ，ｗｈｉｃｈｆｏｃｕｓｅｓｏｎｓｏｌｖｉｎｇｆｏｕｒｋｉｎｄｓｏｆｅｍｏｔｉｏｎａｎａｌｙｓｉｓｗｉｔｈｂｉｇ ｇｒａｎｕｌｅｉｎｃｌｕｄｉｎｇｈａｐｐｙ，ａｎｇｒｙ，ｓａｄａｎｄｆｅａｒ．Ｔｈｅｓｅｅｄｅｍｏｔｉｏｎａｌｗｏｒｄｓｉｎｃｌｕｄｉｎｇｈａｐｐｙ，ａｎｇｒｙ，ｓａｄａｎｄｆｅａｒａｒｅｆｉｒｓｔｌｙｓｅｔｕｐ，ａｎｄｔｈｅｎｗｅ ａｎａｌｙｓｅｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｍｏｔｉｏｎａｌｗｏｒｄｓａｎｄｍｉｎｅｐｏｔｅｎｔｉａｌｅｍｏｔｉｏｎａｌｗｏｒｄｓ，ｆｉｎａｌｌｙｗｅｅｍｐｌｏｙｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｔｏｃｏｍｂｉｎｅｔｈｅ ｌｅｘｉｃａｌ，ｐａｒｔｏｆｓｐｅｅｃｈａｎｄｓｅｍａｎｔｉｃｆｅａｔｕｒｅｓｔｏｒｅｃｏｇｎｉｓｅａｎｄｃｌａｓｓｉｆｙｔｈｅｅｍｏｔｉｏｎｓｏｆｓｅｎｔｅｎｃｅｓ．Ｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｈｏｗｓｔｈａｔｔｈｅｍｅｔｈｏｄｉｓ ｒｅａｓｏｎａｂｌｅａｎｄｅｆｆｅｃｔｉｖｅｗｈｅｎａｐｐｌｉｅｄｔｏｅｍｏｔｉｏｎａｌｗｏｒｄｓａｎｄｓｅｎｔｅｎｃｅｓｒｅｃｏｇｎｉｔｉｏｎｉｎｅｖａｌｕａｔｉｏｎｔａｓｋｏｆＣＯＡＥ２００９． Ｋｅｙｗｏｒｄｓ　　Ｅｍｏｔｉｏｎａｌｗｏｒｄｓ　Ｅｍｏｔｉｏｎａｎａｌｙｓｉｓ　Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ　Ｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎ 器学习、信息检索和数据挖掘等多方面研究内容，因此文本情感 ０　引　言 倾向性分析具有重要的学术研究价值。 词语的情感倾向研究是文本情感倾向分析的前提。词语情 随着互联网的日益普及，网络越来越成为人们获取与发布 感倾向分析包括对词语极性、强度和上下文模式的分析。目前， 信息的主要渠道，网络舆情信息的导向作用愈来愈大。文本倾