網絡輿情事件評論意見挖掘關鍵方法研究.pdf

1、近年來有關網絡輿情的研究如火如荼。目前國內對主觀信息的研究主要集中在對產品評論信息的研究上，本文的研究對象是主觀信息的另一個類別--事件評論。意見挖掘研究從最初的篇章級的意見挖掘發(fā)展到句子級意見挖掘，顆粒度不斷細化，挖掘方法從統(tǒng)計學方法逐漸演變到自然語言處理技術或前兩者的結合。
　　 本文主要是采用統(tǒng)計學方法和自然語言處理技術相結合的方法對事件評論進行意見挖掘。對網絡輿情事件評論信息進行意見挖掘研究首先要分析事件評論的特征，除了

2、擁有產品評論的一般特征以外，事件評論具有主題突發(fā)性、主題易轉移性和情感表達豐富性，從而可見適用于產品評論的意見挖掘技術并不一定適用于事件評論。極性詞典的構建和事件主題的識別是情感分析的兩個基礎。本文提出了基于HowNet和網絡情感詞的極性詞典的人工構建方法，引進了同義詞表減少手工構建的工作量，并抓住網絡新詞往往是現(xiàn)有情感詞的其他形式這一特點，設計了針對表達情感的網絡新詞的自動識別方法，進一步擴展極性詞的收錄范圍，從而提高情感分析的精度。

3、受到句子中否定詞和程度級別詞的影響使得句子極性不是簡單地等于極性詞的原極性，本文引進句法分析技術通過詞語之間的依存關系實現(xiàn)句子極性識別。事件評論的主題識別是意見挖掘的另一個重點，針對事件評論主題突發(fā)性特點，本文提出了利用網絡百科全書構建事件本體的方法，除此之外，還對陳述界定進行了初步的探索。本研究的語法分析是基于國內現(xiàn)有的具有代表性的、開放的LTP系統(tǒng)之上，IXP系統(tǒng)具備中文信息分詞技術、句法分析技術、詞性標注技術等自然語言處理技術，并