基于有序分類的文本情感分析.pdf

1、大數(shù)據(jù)時(shí)代，人們所接觸的數(shù)據(jù)在數(shù)量與維度上與日俱增，網(wǎng)絡(luò)上有著豐富的量化數(shù)據(jù)和文本數(shù)據(jù)，相對(duì)于量化數(shù)據(jù)，文本數(shù)據(jù)具有比重大，復(fù)雜，新穎等特點(diǎn)。其中文本情感分析在大數(shù)據(jù)時(shí)代這個(gè)背景下不斷地發(fā)展并吸引著大量研究者的關(guān)注，如何充分有效地利用文本數(shù)據(jù)，挖掘其中所包含的信息是一個(gè)巨大又有意義的挑戰(zhàn)。文本分析是指對(duì)文本的表示及其特征項(xiàng)的選取;文本分析即讓計(jì)算機(jī)能夠?qū)τ谌祟愇淖诌M(jìn)行理解和分析，它要從文本數(shù)據(jù)中抽取出文本所包含的特征與信息。本文著重探究

2、的對(duì)象是文本情感的有序分類，利用神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型word2vec將文本數(shù)據(jù)量化，再通過(guò)成對(duì)比較有序分類算法將量化數(shù)據(jù)做情感分類，完成文本情感分析。首先為了更好地利用計(jì)算機(jī)來(lái)分析文本數(shù)據(jù)，本文利用神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型word2vec來(lái)對(duì)文本數(shù)據(jù)進(jìn)行量化，相對(duì)于其他的方法具有模型簡(jiǎn)單、效率高、易調(diào)參的優(yōu)點(diǎn)，并且在此基礎(chǔ)上本文結(jié)合了其他的特征提取方法，如:TF-IDF，LDA主題模型，再加以優(yōu)化得到詞向量，此綜合法在數(shù)值實(shí)驗(yàn)上取得了更好的效果。另

3、一方面，本文研究的是有序分類問(wèn)題，提出了成對(duì)比較策略的有序分類算法(PairCode)，詳細(xì)介紹了如何使用成對(duì)比較將有序分類轉(zhuǎn)化成無(wú)序分類，再將無(wú)序分類結(jié)果轉(zhuǎn)化成有序分類類別，給出了成對(duì)比較下類標(biāo)簽編碼矩陣設(shè)計(jì)、樣本均衡、分類器訓(xùn)練、新樣本預(yù)測(cè)等環(huán)節(jié)中的可行策略。并在數(shù)值實(shí)驗(yàn)中與其他有序分類算法比較，PairCode算法在ACC、MAE、MMAE等有序度量指標(biāo)上有較好的表現(xiàn)，然而，由于PairCode算法本身策略的特點(diǎn)，其分類速度是較慢