3、印英混合语情感分析与讽刺检测及犯罪数据在线监督学习框架

印英混合语情感分析与讽刺检测及犯罪数据在线监督学习框架

印英混合语情感分析与讽刺检测

在自然语言处理领域，对印英混合语（Hinglish）文本的情感分析和讽刺检测是具有挑战性但又十分有意义的任务。此前已有许多相关研究，但都存在一定的局限性。

一些研究对印地语评论进行了积极、消极和中性的分类，但未能处理社交媒体上大量的印英混合语电影评论。Kaur等人对支持向量机（SVM）、朴素贝叶斯、决策树等机器学习方法进行了广泛研究，表明这些方法适用于文学作品尤其是诗歌的分类。Yadav和Bhojane提出了一个用于印地语健康新闻情感分析的系统，使用神经网络训练数据库中的极性词以加快处理速度。

在讽刺检测方面，Bouazizi等人对Twitter数据进行了讽刺检测，将有用特征分为四类，但该工作适用于英语。Bindra等人使用不同的Twitter标签作为情感标签，开发了用于讽刺和情感分类的语料库。Bharti等人提出了一个基于Hadoop的框架，用于实时捕获和处理句子以识别讽刺情感。

从上述研究可以看出，情感分析的准确性依赖于可靠资源，如Sent WordNet和预标注语料库。为了对印英混合语进行情感分析和讽刺检测，研究者提出了一种混合方法。

印英混合语情感词网方法

该方法通过将英语情感词网（ESWN）和印地语情感词网（HSWN）相结合来扩展ESWN。具体步骤如下：
1. 对HSWN进行转换，使其与ESWN兼容。
2. 将转换后的HSWN添加到ESWN中。
3. 为了提高精度，向扩展后的情感词网中添加更多印英混合语单词。

当一个句子输入到系统中时，系统会执行以下操作：
1. 将句子拆分为