半监督文本情感分类方法研究

文本情感分类是自然语言理解的一个研究热点，具有着广泛的研究价值和应用前景。本项目将在前期研究的基础上，重点研究困扰目前文本情感分类研究的两个关键问题：一是如何减少对大规模人工标注语料的依赖；二是如何解决文本情感分类中特征空间的高维度问题。主要研究内容包括：1）在语言学理论的指导下，研究文本的多视图表示，进而实现基于多视图的半监督文本情感分类方法，在少量人工标注语料的基础上，利用大规模非标注语料提高系统性能；2）探索基于多视图的主动学习文本情感分类方法，在不影响性能的情况下，显著降低人工标注语料的规模。同时，将该主动学习方法与基于多视图半监督学习方法结合，在尽可能使用少的标注语料的情况下，利用大规模非标语料进一步提高系统性能；3）研究文本情感分类的特征提取方法，重点研究在半监督学习机制下的特征提取方法，在不影响系统性能的情况下，大幅度降低文本特征空间的维度。

本课题旨研究文本情感分类中的半监督学习方法，重点研究基于多视图的半监督情感分类方法，并提出主动学习方法进一步减少情感分类对标注样本的依赖，为情感分类的进一步研究打下了扎实的基础。.三年来，课题总体进展顺利，所有研究计划已按照要求完成，达到预期目标。特别是：（1）在多视图的半监督情感分类方法方面，提出了基于动态特征子空间的视图划分方式，成功应用于不平衡情感文本分类问题中；（2）在主动学习的情感分类方法方面，同时利用两个子空间进行确定性和不确定性计算，有效减低了情感分类对标注样本的依赖；（3）将主动学习方法应用到跨领域情感分类问题中，提出了基于QBC策略的主动学习方法，有效提高情感分类的领域适应性能。.三年来，发表SCI索引源期刊论文1篇，国际重要会议AAAI/IJCAI/CIKM/ACL/EMNLP/COLING论文9篇；获得专利授权2件。