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(wǎng)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(shù)據(jù)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(yōu)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