维吾尔语文本情感倾向性分析技术研究

文本情感倾向性分析是指判断给定的文本片段(词汇、短语或文档)中所体现的说话者的情感倾向，如褒、贬等。该技术能够帮助企事业部门对文本进行快速有效的情感分析，在产品推荐、民意调查、商业智能、报刊编辑等工作中起到作用；帮助政府、国家安全部门及时发现网民的舆论倾向和动态，在信息监控、邮件过滤等工作中起到作用。."维吾尔语文本情感倾向性分析技术研究" 依据维吾尔语语言学的特点,利用现代计算语言学技术,研究适合于维吾尔语文本的机器表示方法、特征提取方法和情感分类等关键技术。研究成果是一套完整的基于维吾尔语的文本情感倾向分类方法, 能够对维吾尔语文本进行有效的倾向分析，获取与人们观点相同的信息,解决网络信息杂乱的问题；可以鉴别人们对政策、事件和产品等持褒义还是贬义的观点，从而对信息检索与过滤、反动信息的拦截、侦查等研究提供便利，为后期的具体应用打下坚实的基础。.课题研究无论对于新疆地区的经济建设和信息安

文本情感倾向性分析的目的是通过挖掘和分析文本中的立场、观点、看法、情绪、好恶等主观信息，对文本所体现的态度(或称情感倾向性)，即文本中的主观信息进行判断。本课题依据维吾尔语语言的特点，利用现代计算语言学技术，研究适合维吾尔语文本情感倾向性分析的关键技术。主要工作和创新点：(1) 建立了维吾尔语文本情感语料库，收集和标注了50 000余个情感句子、4 000余个基准情感词汇或短语、150余个程度副词，总结制定了维吾尔语否定成分构成规则、情感句子中的词间关系规则、维吾尔语常见情感表达句型等；(2) 研究了适合维吾尔语文本的特征表示方法和情感特征提取方法；(3) 提出了NSK算法，用于非平衡语料下情感倾向性(积极、消极、客观)判断；(4) 结合维吾尔语特征，采用CRFs模型，实现了维吾尔语词语级的情感多分类(褒、贬、乐、哀、怒、恐、惊和客观)，提出了基于维吾尔语情感词的句子情感分析方法；(5) 采用层叠CRFs模型，探索了情感倾向强度分析方法。(6) 分别从句子级和多粒度角度对维吾尔语评价对象抽取进行了深入研究、探索性研究了隐式评价对象抽取方法、运用半监督的方法对“评价词-评价对象”关系抽取，均取得了良好的实验效果。