导读:本文包含了情感主体识别论文开题报告文献综述及选题提纲参考文献，主要关键词:情感分类,情感时序,转折同化,情感主体
情感主体识别论文文献综述
谈小雨[1]（2018）在《基于情感时序距离的文本情感分类和情感主体识别方法研究》一文中研究指出情感文本的分析工作主要就是挖掘出用户表达在文本中的情感,分析用户的意见态度。本文在对社交网络上的评价文本展开了研究工作,尤其是对于情感表达不单一或者不明显的情感文本,提出了基于情感时序距离和转折同化的文本情感分类方法,然后又在此基础上对用户的情感做出了较为细致的修饰对象识别。主要的研究如下:(1)将中文评价体系中的文本情感与情感事件发生的顺序相互结合,同时构建并且扩展其中的词典信息,将单条情感句量化成特征向量,之后使用SVM构造分类器函数,以获取每条与情感相关的语句的极性信息,将整个情感文本转化成按照时间顺序排列的情感节点序列,每个节点代表了每条情感句的极性。将情感文本转化成情感时序序列之后,我们又在整个文本结构考虑了转折语义的关系,提出了转折同化的概念,将转折语义应用在了文本结构层次。最终通过计算每个情感节点的加权情感之和,得到的最终情感值就做为情感整个文本的情感倾向性,而加权的依据就是情感节点在情感时序中出现的顺序,越是靠近情感文本最后的节点,对于文本最终的情感倾向具有越大的影响力。(2)用户在一条评价文本中表达的态度可能是多方面的,而不是单一的某一方面,不同的方面表达的意见可能不同,因此识别出每条情感剧的情感主体就变得很有必要。我们首先根据句子中的语义信息量将文本中的评价句分为非语义评价句和语义评价句。对于语义评价句,因为其包含丰富的语义倾向,我们利用Word2vec将句子中每个词转换成语义向量形式,然后通过将句子中所有的词向量进行加权矢量求和,得出整个语义评价句的语义特征形式。然后利用随机森林算法对语义评价句进行情感主体分类,在本文提供的数据集中主要是叁个方面的情感主体。在得出语义评价句的情感主体后,利用我们制定的规则,对非语义评价句进行情感主体的分类。最终保证所有的评价句的情感修饰主体都被识别出,那么其中包含的情感句的情感主体也就是被识别出了。最后我们在从某购物网站爬取的评价数据集上,将本文方法与不同的文本情感分析方法进行对比分析,实验结果表明本文提出的方法提高了情感文本分类的结果,验证了方法的有效性。(本文来源于《安徽大学》期刊2018-03-01）
郭巍[2]（2009）在《情感主体识别与情感迁移分析》一文中研究指出情感计算是目前人工智能的一个热门研究领域,它的目标是使计算机具有感知、理解和表达情感的能力,使之能够像人一样自然亲切的交流。随着计算机的普及与Internet的飞速发展,大量信息以电子文档的形式出现在人们面前。在这种背景下,基于文本的情感计算也应运而生。本文从观点分析与情感分析两个角度对基于文本的情感计算进行了讨论。本文中对于观点的分析着眼于观点的自动检测以及观点持有者的自动抽取两方面。观点自动检测要求自动地从文本中提取出表达主观观点、意见的语句。本文将观点的自动检测看作一个分类问题,通过提取观点指示动词、命名实体等特征,利用SVM对语句进行观点与事实的二元分类。观点持有者的识别旨在识别出表达观点的主体,以求与观点自动检测相结合更好地为基于文本的观点分析提供支持。本文采用距离加权计算与模式匹配相结合的方法来进行观点持有者的识别。对于同一个观点句中含有多个观点持有者的情况,借助语言学的手段进行了处理。情感分析与观点分析具有一定的相似性,但又有其独特的特点。本文讨论了情感分析中情感主体识别与情感自动分类两个子任务。情感主体的识别,即识别情感表达语句中情感的发出者。本文利用语句本身的词汇特征以及上下文之间的联系对语句的情感主体进行了识别。对于情感的自动分类,与传统的完全依赖语言文字特征的识别方法不同,本文将语言特征与情感间的迁移规律相结合来进行处理。同时依据心理学的理论,加入了心情与人格对情感迁移的影响因子。实验结果表明,观点自动检测和情感自动分类这两个分类问题在特征选择上都取得了较好的效果。特别是情感分类问题考虑到了心情与人格特征,不但使实验结果得到了进一步的提高,同时还解决了现实情境中的情感迁移的问题。观点持有者识别充分利用了观点句自身的特殊规律,使得识别达到了78%以上的正确率。而情感主体识别同样也取得了70.12%的F值,方法的有效性得到了证明。(本文来源于《大连理工大学》期刊2009-11-13）
情感主体识别论文开题报告
（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：
情感计算是目前人工智能的一个热门研究领域,它的目标是使计算机具有感知、理解和表达情感的能力,使之能够像人一样自然亲切的交流。随着计算机的普及与Internet的飞速发展,大量信息以电子文档的形式出现在人们面前。在这种背景下,基于文本的情感计算也应运而生。本文从观点分析与情感分析两个角度对基于文本的情感计算进行了讨论。本文中对于观点的分析着眼于观点的自动检测以及观点持有者的自动抽取两方面。观点自动检测要求自动地从文本中提取出表达主观观点、意见的语句。本文将观点的自动检测看作一个分类问题,通过提取观点指示动词、命名实体等特征,利用SVM对语句进行观点与事实的二元分类。观点持有者的识别旨在识别出表达观点的主体,以求与观点自动检测相结合更好地为基于文本的观点分析提供支持。本文采用距离加权计算与模式匹配相结合的方法来进行观点持有者的识别。对于同一个观点句中含有多个观点持有者的情况,借助语言学的手段进行了处理。情感分析与观点分析具有一定的相似性,但又有其独特的特点。本文讨论了情感分析中情感主体识别与情感自动分类两个子任务。情感主体的识别,即识别情感表达语句中情感的发出者。本文利用语句本身的词汇特征以及上下文之间的联系对语句的情感主体进行了识别。对于情感的自动分类,与传统的完全依赖语言文字特征的识别方法不同,本文将语言特征与情感间的迁移规律相结合来进行处理。同时依据心理学的理论,加入了心情与人格对情感迁移的影响因子。实验结果表明,观点自动检测和情感自动分类这两个分类问题在特征选择上都取得了较好的效果。特别是情感分类问题考虑到了心情与人格特征,不但使实验结果得到了进一步的提高,同时还解决了现实情境中的情感迁移的问题。观点持有者识别充分利用了观点句自身的特殊规律,使得识别达到了78%以上的正确率。而情感主体识别同样也取得了70.12%的F值,方法的有效性得到了证明。
（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。
情感主体识别论文参考文献
[1].谈小雨.基于情感时序距离的文本情感分类和情感主体识别方法研究[D].安徽大学.2018
[2].郭巍.情感主体识别与情感迁移分析[D].大连理工大学.2009