《基於認知語境的文本情感計算及其套用》是依託大連理工大學,由林鴻飛擔任項目負責人的面上項目。
基本介紹
- 中文名：基於認知語境的文本情感計算及其套用
- 依託單位：大連理工大學
- 項目類別：面上項目
- 項目負責人：林鴻飛
- 批准號：60973068
項目摘要,結題摘要,
項目摘要
情感計算旨在賦予計算機觀察、理解和生成各種情感的能力，情感表達方式主要是文字、語音以及多模態數據。目前文本情感計算局限於褒貶二義的傾向性分析，方法以統計學習為主，缺乏情感語義資源的支撐和認知語言學的指導。本課題的研究目的旨在以多情感的語義資源為基礎，以認知語言學為指導，進行文本的情感識別和情感遷移的研究。研究內容是以情感辭彙本體、情感語料庫以及情感常識庫為基礎，以情感主體為主線，建立不同粒度的情感識別模型。在辭彙層，從情感分類、強度和極性三個維度描述辭彙的情感信息；在語句層，著重完成情感辭彙的語義消歧、情感搭配的識別以及情感主體的識別，確定語句情感類別，構建相應的情感鏈；在篇章層，結合認知－評價理論，建立基於情感圖式的篇章情感分析模型，構造一個可視化的文本情感計算平台，並將其套用在意見挖掘、產品評論和輿情監控等方面。
結題摘要
基於文本的情感計算旨在採集、抽取和理解文本所蘊含的豐富的情感，得到了學術界和企業界的極大地關注。本課題研究目的在於在情感語義資源基礎上進行中文文本情感分析。 主要研究路線：（1）資源層：以認知語言學為基礎，定義了7大類情感（樂、好、怒、哀、懼、惡、驚），包含21種小類情感，詞條內容包括辭彙名稱、情感類別、情感強度、情感極性等，構建了《情感辭彙本體》。大規模情感語料庫對於建立完善的訓練模型是十分必要的。我們採用了Text Encoding Initiative標註集，針對情感分析的特殊性，設計了標註工具，制定了標註規範，建立了質量監控機制。語料來源有教材、部落格、微博等；還有劇本、期刊以及一些翻譯作品。 （2）平台層：在辭彙層，有些辭彙本身的情感傾向不是很明顯，但是和某些辭彙搭配後產生明顯的情感傾向。為此，我們提出了基於關聯規則的語境歧義詞識別方法，識別搭配在不同上下文環境下的情感屬性。在句子層，提出了基於多句聯合評估的句子情感分析方法，充分考慮到句子之間的情感遷移機率，採取平滑方式，修正句子之間的情感類別和強度。在篇章層，提出了基於情感圖示的篇章情感分析模型。圖式來自認知語言學，是常識性的知識表示框架，即“認知語境”。對於每種情感建立了對應的情感圖示，刻畫情感誘因和應對的策略。 （3）套用層：利用情感語義資源，我們開展了多種多樣的情感計算套用，包括微博情感分析、基於觀點挖掘的銷量預測、個性化音樂推薦、產品評價、社會化標註、中西方思維模式對於情感影響等。 主要研究成果： （1）構建了多情感的情感辭彙本體，規模為27934詞條，已經免費分發，自2012年12月1日線上免費發放，下載量達到640次。 （2）構建了中文情感語料庫，規模為52959篇，4786740字，採取眾包的方式加以完善，2013年1月將上線，供研究者免費使用。 （3）研發了中文文本情感分析平台，為基於情感分析的套用提供基礎服務。 （4）發表論文34篇，錄用4篇，包括SIGIR2011，CIKM2011，JASIST等國際著名學術會議和期刊等。 （5）參加了2011年美國TREC和2010-2012年的國內COAE評測取得了較好的成績。 （6）培養了2名博士，8名碩士畢業生。取得了申請書所提出的預期成果。
