基于正则化贪心森林算法的情感分析方法研究

吴 彤，张贯虹，陈婷婷

(合肥学院人工智能与大数据学院，合肥 230601)

近年来，随着移动终端设备的普及，以及互联网的快速发展，人们享受着智能化带来的便利。与此同时，各大社交APP的使用也逐渐成为大家必不可少的获取信息的方式，人们可以随时随地的在社交媒体上浏览最新最热点的新闻事件、娱乐信息，并且会对自己感兴趣的信息进行评价，而这些评价在情感色彩上持有正面、负面、中立等不同极性。大众对于热点事件的舆论倾向对社会、企业和个人都具有非常重要的作用，相关管控部门需要对社会关注的焦点做出第一时间回应，并对舆论方向做出正确的引导，因此对评论进行情感分析显得十分重要。微博作为当下最热门的社交平台之一，用户的数量愈加庞大，随之产生的信息也与日俱增。于是，对微博文本信息的挖掘研究也成为近年来的研究热点。

情感分析[1]，又称为倾向性分析或意见挖掘，是自然语言处理中的一项基本任务。关于文本情感分析的方法主要有基于情感词典的分析方法和基于机器学习的分析方法两大类。[2]基于情感词典的文本情感分析方法主要是利用情感词典对关键词进行极性和强度标注，从而进行情感分类，但是基于情感词典的分类方法由于构建的词典往往只针对特定的领域，所以对跨领域的文本情感分析的效果不是很好，而且考虑到词典中的情感词不够丰富，基于情感词典的方法通常对短文本和特定领域的文本信息处理结果更好。……