项目名称: 文本情绪分析中的关键问题研究

项目编号: No.61203378

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 徐军

作者单位: 哈尔滨工业大学

项目金额: 25万元

中文摘要: 由于受到智能人机交互、舆情分析和产品推荐系统等新型应用需求驱动,文本的情绪分析研究日显重要。本项目从不同角度出发,围绕文本情绪分类、读者情绪归因和读者情绪预测三个问题进行深入研究。首先从文本作者和文本描述对象角度,研究结合机器学习技术与情绪表达模式的方法,分析文本中包含、表达的情绪状态;其次,基于大量新闻文本的读者情绪社会化标注语料,研究利用统计、主题模型和聚类等手段,以词语反射和事件主题为线索,对读者情绪反馈进行自动归因研究,进而,结合自动归因研究,研究集成分类器和多标签主题模型对新闻文本的读者情绪反馈进行预测的方法。本项目的实施为探索文本情绪表达、理解和预测及其在自然语言处理任务中的应用奠定基础。

中文关键词: 情绪分析;情绪分类;情绪归因;情绪预测;情感分析

英文摘要: With the rapid development of intelligent human-machine interaction, public opinion monitoring and online product recommendation, text emotion analysis has attracted growing attentions. From different perspectives, this project studies three key problems in Chinese emotion analysis i.e. emotion classification of text, reader's emotion cause detection and reader's emotion prediction. Firstly, the method incorporating machine learning technology and emotion expression patterns is investigated to classify text emotions. Secondly, based on a large scale of reader emotion feedback corpus, the approach which incorporates lexical statistics, topic model and cluster technology is investigated to discover the causes of reader's emotion while the word and event reflection are used as clues. Finally, a multi-view ensemble classifier and a multi-labeled LDA are proposed for reader's emotion prediction based on the cause detection research. This project explores the text emotion expression, understanding and prediction text systematically. It is a foundation to emotion-related natural language processing applications.

英文关键词: Emotion Analysis;Emotion Classification;Emotion Reasoning;Emotion Prediction;Sentiment Analysis

成为VIP会员查看完整内容
3

相关内容

情绪分析是自然语言处理(NLP)研究的一部分。情绪分析方法可以分为两类:机器学习方法和基于字典的方法。
自然语言处理中的文本表示研究
专知会员服务
56+阅读 · 2022年1月10日
文本立场检测综述
专知会员服务
31+阅读 · 2021年11月2日
专知会员服务
28+阅读 · 2021年9月11日
专知会员服务
35+阅读 · 2021年6月16日
专知会员服务
69+阅读 · 2021年5月21日
专知会员服务
70+阅读 · 2021年3月27日
【神经语言生成:形式化,方法与评价,70页pdf】
专知会员服务
35+阅读 · 2020年8月8日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
 【中科院信工所】社交媒体情感分析,40页ppt
专知会员服务
99+阅读 · 2019年12月13日
基于知识图谱的文本挖掘 - 超越文本挖掘
专知
38+阅读 · 2019年8月18日
深度学习在金融文本情感分类中的应用
AI前线
36+阅读 · 2019年1月12日
专栏 | NLP概述和文本自动分类算法详解
机器之心
12+阅读 · 2018年7月24日
情感分析的新方法,使用word2vec对微博文本进行情感分析和分类
数据挖掘入门与实战
22+阅读 · 2018年1月6日
最全面的百度NLP自然语言处理技术解析
未来产业促进会
13+阅读 · 2017年11月12日
现代情感分析方法
Python开发者
13+阅读 · 2017年7月9日
国家自然科学基金
4+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
49+阅读 · 2021年9月11日
Arxiv
31+阅读 · 2021年3月29日
Arxiv
24+阅读 · 2021年1月25日
Arxiv
22+阅读 · 2018年8月30日
小贴士
相关VIP内容
自然语言处理中的文本表示研究
专知会员服务
56+阅读 · 2022年1月10日
文本立场检测综述
专知会员服务
31+阅读 · 2021年11月2日
专知会员服务
28+阅读 · 2021年9月11日
专知会员服务
35+阅读 · 2021年6月16日
专知会员服务
69+阅读 · 2021年5月21日
专知会员服务
70+阅读 · 2021年3月27日
【神经语言生成:形式化,方法与评价,70页pdf】
专知会员服务
35+阅读 · 2020年8月8日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
 【中科院信工所】社交媒体情感分析,40页ppt
专知会员服务
99+阅读 · 2019年12月13日
相关资讯
基于知识图谱的文本挖掘 - 超越文本挖掘
专知
38+阅读 · 2019年8月18日
深度学习在金融文本情感分类中的应用
AI前线
36+阅读 · 2019年1月12日
专栏 | NLP概述和文本自动分类算法详解
机器之心
12+阅读 · 2018年7月24日
情感分析的新方法,使用word2vec对微博文本进行情感分析和分类
数据挖掘入门与实战
22+阅读 · 2018年1月6日
最全面的百度NLP自然语言处理技术解析
未来产业促进会
13+阅读 · 2017年11月12日
现代情感分析方法
Python开发者
13+阅读 · 2017年7月9日
相关基金
国家自然科学基金
4+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
49+阅读 · 2021年9月11日
Arxiv
31+阅读 · 2021年3月29日
Arxiv
24+阅读 · 2021年1月25日
Arxiv
22+阅读 · 2018年8月30日
微信扫码咨询专知VIP会员