《半監督文本情感分類方法研究》是依託蘇州大學，由李壽山擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：半監督文本情感分類方法研究
- 項目類別：青年科學基金項目
- 項目負責人：李壽山
- 依託單位：蘇州大學
項目摘要,結題摘要,
項目摘要
文本情感分類是自然語言理解的一個研究熱點，具有著廣泛的研究價值和套用前景。本項目將在前期研究的基礎上，重點研究困擾目前文本情感分類研究的兩個關鍵問題：一是如何減少對大規模人工標註語料的依賴；二是如何解決文本情感分類中特徵空間的高維度問題。主要研究內容包括：（1）在語言學理論的指導下，研究文本的多視圖表示，進而實現基於多視圖的半監督文本情感分類方法，在少量人工標註語料的基礎上，利用大規模非標註語料提高系統性能；（2）探索基於多視圖的主動學習文本情感分類方法，在不影響性能的情況下，顯著降低人工標註語料的規模。同時，將該主動學習方法與基於多視圖半監督學習方法結合，在儘可能使用少的標註語料的情況下，利用大規模非標語料進一步提高系統性能；（3）研究文本情感分類的特徵提取方法，重點研究在半監督學習機制下的特徵提取方法，在不影響系統性能的情況下，大幅度降低文本特徵空間的維度。
結題摘要
本課題旨研究文本情感分類中的半監督學習方法，重點研究基於多視圖的半監督情感分類方法，並提出主動學習方法進一步減少情感分類對標註樣本的依賴，為情感分類的進一步研究打下了紮實的基礎。 三年來，課題總體進展順利，所有研究計畫已按照要求完成，達到預期目標。特別是：（1）在多視圖的半監督情感分類方法方面，提出了基於動態特徵子空間的視圖劃分方式，成功套用於不平衡情感文本分類問題中；（2）在主動學習的情感分類方法方面，同時利用兩個子空間進行確定性和不確定性計算，有效減低了情感分類對標註樣本的依賴；（3）將主動學習方法套用到跨領域情感分類問題中，提出了基於QBC策略的主動學習方法，有效提高情感分類的領域適應性能。 三年來，發表SCI索引源期刊論文1篇，國際重要會議AAAI/IJCAI/CIKM/ACL/EMNLP/COLING論文9篇；獲得專利授權2件。
