随着Web2.0逐渐走向成熟,网络中出现了大量的用户生成意见文本,意见挖掘因此而成为自然语言处理领域的一个研究热点。作为意见挖掘研究的关键问题之一,情感极性分类的目的是判定意见文本表达的情感倾向性为正向或负向。本文面向产品评论,在机器学习框架下从情感词典扩展、意见复述生成以及情感极性分类特征选择与表示等三个方面探索汉语情感极性分类问题。具体如下:1.领域相关的汉语情感词典扩展:鉴于意见本文中广泛存在动态极性评价表达,本文以属性-评价对作为领域情感词典的基本词条。首先,根据有标注文本中的意见要素构建种子词典。然后,有监督地抽取未标注文本中的意见要素信息,通过统计得到的共现频率和词间距离将意见要素匹配为属性-评价对。最后,利用改进的PolarityRank算法预测词条的极性完成词典扩展。实验结果在领域文本的情感分类中验证了情感词典的适用性。2.基于多标准评估的情感复述生成:针对大规模意见标注文本比较缺乏的问题,本文提出通过意见复述生成的方法缓解数据稀疏。首先利用语序调整、复述评价短语替换和隐含属性替换生成大量的复述候选。然后,从不同角度设定评估机制对候选进行筛选得到扩展语料。最后,利用复述生成方法同时扩展训练数据和测试数据完成情感极性分类。实验得到的情感分类结果好于复述生成基线方法的情感分类结果,验证了我们提出的复述生成及过滤策略的有效性。3.汉语情感极性分类的特征选择与表示:以特征的选择和表示方法为重点来提高意见文本的情感极性分类性能。本文对多种特征选择方法得到的词语特征、短语特征进行比较,并探究多种特征表示方法。通过多组特征选择方法、特征表示和不同分类模型的结合完成情感极性分类,对比实验结果得到适合意见评论文本情感分类的n-gram特征与特征表示。