导读:本文包含了情感倾向判断论文开题报告文献综述及选题提纲参考文献，主要关键词:词向量,词语相似度,词共现,情绪识别
情感倾向判断论文文献综述
隋浩[1]（2016）在《基于Word2Vec的微博情感新词识别与倾向判断研究》一文中研究指出如今,信息在网络上以爆炸的形式产生,信息的主要载体——网络文本承载着网民的情绪、观点与意见,分析这些文本,对于政府来说,可以及时了解公共舆情并引导舆论导向；对于企业来说,可以及时发现自身问题并改进企业服务。目前常用的情感词典并不能有效覆盖所有常用情感词。微博等新媒体逐渐流行,导致网络语言碎片化、新词不断产生和传播,给文本情感分析带来了困难。本文立足于识别情感词典中未包含的情感新词,并判断其情绪倾向。具体的研究内容如下：1)微博语料的特征分析及情感词识别工作的预处理。为了保证情感词识别的准确率,同时又识别更多的情感词语,本文在实验过程中,针对微博语料的特点,制定了数据清洗方案、新词识别方案,构建了表情符号情感词典。2)基于词向量计算词语相似度并识别情感词。词向量是指将文本中的词语表示成空间向量的形式,这种方案在转化过程中考虑了词语出现的语境和搭配关系,可以保留更多的自然语言信息。本文将借助Word2Vec工具,将大规模微博语料中的词汇向量化,然后计算词语在多维空间中的距离,识别词语间的相似性。然后根据词语的最相近的一些近义词,判别词语的是否是情感词,以及词语的倾向。3)结合词共现与词向量相似度识别情感词。基于词共现识别情感词与基于词向量相似度识别情感词是两种不同的思想。前者依据词语分别与正面种子词和负面种子词共现的频率来判断词语倾向,后者利用词语上下文的语境将其转化为向量形式,再根据词语与基础情感词的近义关系判断词语倾向。本文把两种情感词识别方法结合起来,以基于词向量的方法为主,以基于词共现的方法为辅,过滤低频词和低可信度的结果,对冲突结果采用线性加权处理,在保证正确率的同时,寻求识别更多的情感新词。综上所述,本文将对大规模微博语料进行分析,首先利用词向量工具,根据词语与基础情感词的近似关系,提出一套情感新词识别与倾向判断方案。然后,将两种不同的情感词识别与倾向判断的思想结合,更全面有效的识别微博情感新词。(本文来源于《广西大学》期刊2016-06-01）
邓箴,刘立波[2]（2016）在《改进的情感倾向判断方法》一文中研究指出为有效提高评论文本情感倾向判断的准确性和效率,提出一种在支持向量机中引入两个损失参数的方法和增加强信息特征的互信息方法对评论文本进行综合性分析,提高分类效率。对评论文本添加隐式情感分析判定的方法,利用词性特征、语境等语义特征提高判断的准确性。实验结果表明,该方法提高了判断的准确率和效率,为实际分析评论用户的情感倾向提供了理论依据。(本文来源于《计算机工程与设计》期刊2016年02期）
唐波,陈光,王星雅,王非,陈小慧[3]（2015）在《微博新词发现及情感倾向判断分析》一文中研究指出由于社交媒体的普及和灵活性,微博中涌现出越来越多的新词来表达情感态度,新词的发现和情感倾向已成为微博研究的热点问题。主要介绍COAE2014评测任务3的方法与技术。首先提出了一个广义后缀树的词串抽取方法,利用左右灵活度等指标发现潜在新词。然后根据上下文信息对前一步发现的潜在新词采用多重词典,基于模板,统计情感词共现手段判断其情感倾向。最后利用搜索引擎从语义角度进一步优化情感倾向结果。实验结果表明此方法对新词发现和情感倾向判断问题是有效的。(本文来源于《山东大学学报(理学版)》期刊2015年01期）
程传鹏,王海龙[4]（2013）在《情感倾向判断中基准词的选择》一文中研究指出针对已有研究工作中基准词选择的不足之处,提出了一种情感倾向判断中基准词选择的方法.依照基准词的定义,分别从情感度、情感倾向度、情感歧义性3个方面考虑,选择出数量尽可能少、最具有代表性的情感词作为基准词.首先从《知网》所发布的情感词语中,筛选出最初的候选基准词,计算出这些候选基准词的情感度.然后分别计算出情感度排名靠前的正面情感词和负面情感词的情感倾向度.最后选择情感倾向度较大的词语,作为最终的基准词.实验结果表明,按照文中所选择的基准词所得到的情感倾向判断的准确率较高.(本文来源于《智能系统学报》期刊2013年04期）
张靖,金浩[5]（2010）在《汉语词语情感倾向自动判断研究》一文中研究指出汉语词语情感倾向自动判断避免了个人判断的影响,并提高了主观性词典创建效率。讨论和分析汉语词语情感倾向判断技术,使用情感特征集合进行倾向性描述,建立基于二元语法依赖关系的情感倾向互信息特征模型。采用机器学习方式得到分类器,对词语的情感倾向进行自动判别,并进行比较和优化,性能得以提高,最好的SVM准确率达到95.47%,F值达到93.90%。采用特征集合描述情感倾向性,在建立的互信息特征模型上,使用机器学习方法自动判断词语情感倾向是有效的。(本文来源于《计算机工程》期刊2010年23期）
情感倾向判断论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为有效提高评论文本情感倾向判断的准确性和效率,提出一种在支持向量机中引入两个损失参数的方法和增加强信息特征的互信息方法对评论文本进行综合性分析,提高分类效率。对评论文本添加隐式情感分析判定的方法,利用词性特征、语境等语义特征提高判断的准确性。实验结果表明,该方法提高了判断的准确率和效率,为实际分析评论用户的情感倾向提供了理论依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
情感倾向判断论文参考文献
[1].隋浩.基于Word2Vec的微博情感新词识别与倾向判断研究[D].广西大学.2016
[2].邓箴,刘立波.改进的情感倾向判断方法[J].计算机工程与设计.2016
[3].唐波,陈光,王星雅,王非,陈小慧.微博新词发现及情感倾向判断分析[J].山东大学学报(理学版).2015
[4].程传鹏,王海龙.情感倾向判断中基准词的选择[J].智能系统学报.2013
[5].张靖,金浩.汉语词语情感倾向自动判断研究[J].计算机工程.2010