中文情绪识别方法研究-江西师范大学学报自然科学版.pdf

37 2 ( ) Vol． 37 No． 2 第 卷第 期 江西师范大学学报 自然科学版 20 13 3 Journal of Jiangxi Normal University (Natural Science) Mar． 20 13 年 月 文章编号:1000-5862 (20 13)02-0 120-05 中文情绪识别方法研究 1 1 1* 2 ， ， ， 刘欢欢 李寿山 周国栋 李逸薇 (1． ， 215006 ; 苏州大学计算机科学与技术学院 江苏苏州 2 ． ， 999077 ) 香港理工大学中文及双语学系 香港 摘要: (Ren-CECps) ， ． 以中文情绪语料库 为基础 重点研究了句子级情绪识别方法 比较了不同特征以及不 (NB ，SVM ，ME) ． ， 同机器学习分类方法 对情绪识别的影响 此外 针对情绪文本和非情绪文本在语料中的 ， ， ． 分布非常不平衡问题 通过集成学习的算法来实现不平衡情绪识别 用以提高情绪识别的整体性能 实验 : ， ． 结果表明 使用基于样本的集成学习方法能够有效解决不平衡问题 明显提高情绪识别的分类性能 关键词: ; ; ; ; 情绪识别 特征工程 分类方法 不平衡分类 集成学习 中图分类号:TP 391 文献标志码:A 现对大量未标注样本的分类． 然而现有分类器的设 ， 0 引言 计是基于类分布大致平衡这一假设的 即通常假定 ． ， 训练数据集中各类所含的样本数大致相当 但是 通 ， ． Web 2 ． 0 ， 过分析情感识别语料发现 这一假设并不成立 数据 随着 技术的高速发展 互联网已经成 ， 集中某个类别的样本数可能会远远少于其它类别． 为社会各种信息的重要载体 成为人们生活中不可 ， ， ． ， 、 例如 在新闻类文本中 不含情绪的文本明显多于含 或缺的重要信息来源 特别是近年来 随着博客