Browsing by Author "Wu, Nien-Heng"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    應用構詞語法於中文評論之情感分析
    (2021) 吳念恆; Wu, Nien-Heng
    情感分析是自然語言處理領域最常討論的主題之一。情感分類經常使用詞袋模型(bag-of-words model)搭配n元語法(n-gram)建立分類模型，過去研究亦顯示，採用語法特徵和篇章特徵等非詞袋特徵，也能為分類效能帶來重要貢獻。本研究旨在分析透過語言學知識集成之構詞語法在中文電影評論中對於情感詞極度之影響，並探討其應用是否能夠有效提升文本情感分類效能。本研究先利用模式文法(pattern grammar)，以質化角度歸納出情感相關句構組合，再利用雙樣本中位數差異檢定(Wilcoxon rank-sum test)，以量化角度檢測句構對於情感詞極度之影響，從而識別句構對於情感詞調節之偏好。 研究結果發現，句構組合具有兩種情感調節偏好：增強正向情感詞之情感極度，以及削弱負向情感詞之情感極度。後續的詞彙連接分析(collexeme analysis)也顯示，增強情感極度之句構普遍吸引正向情感詞，而削弱情感極度之句構則吸引負向情感詞較為顯著。這些差異反映中文母語使用者在電影評論中，如何調節個人意見之情感極度，以進一步建立評論可信度。本研究最後採用支持向量機(Support Vector Machines)建立分類模型，並透過兩個文本情感分類實驗，在與傳統詞袋模型比較下，驗證情感相關句構組合之分類效能。在實驗（一）中，我們檢測結合語言學知識集成之情感句構，相較於包涵情感詞之傳統n元語法，是否能夠涵蓋較全面的情感相關語法信息。在實驗（二）中，我們驗證情感句構是否有助於提升傳統詞袋模型之分類效能。實驗（一）結果顯示，與包涵情感詞之傳統n元語法相比，情感句構能夠涵蓋更廣的情感詞語法特性，且能夠更有效率地編碼重要情感相關語法信息。實驗（二）也證實，當n元語法和情感詞納入分類模型時，情感句構的加入，能夠提升傳統詞袋模型之分類效能，分類表現更可達到F1指標87.80%。本研究透過語言學知識集成之構詞語法，可在普遍用於情感分類模型的暴力演算法以外，提供另一個建立分類模型之方法。