基于樸素貝葉斯與潛在狄利克雷分布相結合的情感分析

蘇瑩 張勇 胡珀 涂新輝

摘 要：針對情感分析需要大量人工標注語料的難點，提出了一種面向無指導情感分析的層次性生成模型。該模型將樸素貝葉斯（NB）模型和潛在狄利克雷分布（LDA）相結合，僅僅需要合適的情感詞典，不需要篇章級別和句子級別的標注信息即可同時對網絡評論的篇章級別和句子級別的情感傾向進行分析。該模型假設每個句子而不是每個單詞擁有一個潛在的情感變量；然后，該情感變量再以樸素貝葉斯的方式生成一系列獨立的特征。在該模型中，樸素貝葉斯假設的引入使得該模型可以結合自然語言處理（NLP）相關的技術，例如依存分析、句法分析等，用以提高無指導情感分析的性能。在兩個情感語料數據集上的實驗結果顯示，該模型能夠自動推導出篇章級別和句子級別的情感極性，該模型的正確率顯著優于其他無指導的方法，甚至接近部分半指導或有指導的研究方法。

關鍵詞：情感分析；主題模型；潛在狄利克雷分布；樸素貝葉斯；意見挖掘

中圖分類號： TP391.1 文獻標志碼：A英文標題