基于上下文重构的短文本情感极性判别研究
Short Text Sentiment Classification Based on Context Reconstruction作者机构:北京工业大学计算机学院北京100124
出 版 物:《自动化学报》 (Acta Automatica Sinica)
年 卷 期:2012年第38卷第1期
页 面:55-67页
核心收录:
学科分类:0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 08[工学] 081203[工学-计算机应用技术] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(61001178 60905017 60702031 61002029) 北京市自然科学基金(4102012 4112009 4102013 4123093) 北京市教育委员会科技发展计划面上项目(KM201210005024) 国家软科学研究计划项目(2010GXQ5D317) 北京市高等学校人才强教深化计划"中青年骨干人才培养计划"项目(PHR201108016) 北京工业大学高层人才培养项目 北京工业大学校青基金资助~~
摘 要:文本对象所固有的多义性,面对短文本特征稀疏和上下文缺失的情况,现有处理方法无法明辨语义,形成了底层特征和高层表达之间巨大的语义鸿沟.本文尝试借由时间、空间、联系等要素挖掘文本间隐含的关联关系,重构文本上下文范畴,提升情感极性分类性能.具体做法对应一个两阶段处理过程:1)基于短文本的内在联系将其初步重组成上下文(领域);2)将待处理短文本归入适合的上下文(领域)进行深入处理.首先给出了基于NaiveBayes分类器的短文本情感极性分类基本框架,揭示出上下文(领域)范畴差异对分类性能的影响.接下来讨论了基于领域归属划分的文本情感极性分类增强方法,并将领域的概念扩展为上下文关系,提出了基于特殊上下文关系的文本情感极性判别方法.同时为了解决由于信息缺失所造成的上下文重组困难,给出基于遗传算法的任意上下文重组方案.理论分析表明,满足限制条件的前提下,基于上下文重构的情感极性判别方法能够同时降低抽样误差(Sample error)和近似误差(Approximation error).真实数据集上的实验结果也验证了理论分析的结论.