基于微博的情感分析關(guān)鍵技術(shù)研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)，人們更有意愿在網(wǎng)絡(luò)上分享自己的生活、情感等，促使微博等社交網(wǎng)絡(luò)中涌現(xiàn)出大量主觀信息。從中可以挖掘用戶的情感、觀點(diǎn)，為政府、商家提供決策支持，因此基于微博進(jìn)行情感分析具有重要的社會(huì)及商業(yè)意義。
　　本文基于微博文本進(jìn)行情感分析關(guān)鍵技術(shù)的研究，從未登錄詞識(shí)別、微博語(yǔ)料預(yù)處理、情感詞典擴(kuò)展、情感分析的半監(jiān)督與無(wú)監(jiān)督算法四個(gè)方面展開研究工作。提高了分詞系統(tǒng)對(duì)微博詞匯的識(shí)別率，構(gòu)建了適用于微博文本情感分析的情感詞典

2、。設(shè)計(jì)并實(shí)現(xiàn)了微博熱門話題情感分析原型系統(tǒng)，針對(duì)特定話題進(jìn)行情感極性分析，挖掘話題參與者的觀點(diǎn)，為輿情分析提供輔助。
　　文章首先對(duì)情感分析做了簡(jiǎn)要的介紹，闡述微博情感分析的社會(huì)及商業(yè)意義，針對(duì)微博文本的口語(yǔ)化、網(wǎng)絡(luò)化的語(yǔ)言特點(diǎn)進(jìn)行數(shù)據(jù)預(yù)處理與微博情感分析算法的研究。數(shù)據(jù)預(yù)處理部分，本文提出了基于共現(xiàn)頻率的未登錄詞識(shí)別算法，可以有效識(shí)別未登錄詞尤其是微博詞匯，提升了分詞性能;并結(jié)合分詞系統(tǒng)對(duì)微博語(yǔ)料進(jìn)行清洗，使數(shù)據(jù)更為規(guī)整，便于存

3、儲(chǔ)及處理;基于微博語(yǔ)料對(duì)情感詞典進(jìn)行擴(kuò)展，比較了基于微博語(yǔ)料與SO-PMI兩種情感詞典擴(kuò)展算法的性能及優(yōu)缺點(diǎn)。微博情感分析算法研究部分，在綜合比較特征提取多種方法的基礎(chǔ)上，選擇基于卡方統(tǒng)計(jì)量進(jìn)行特征選擇，以布爾權(quán)重作為特征權(quán)重進(jìn)行特征提取，進(jìn)而訓(xùn)練Self-training模型對(duì)微博語(yǔ)料進(jìn)行情感分類。此外本文研究了無(wú)監(jiān)督算法，討論了基于詞典的情感分析算法，同時(shí)提出了基于二分譜聚類的決策算法。
　　基于上述技術(shù)，本文設(shè)計(jì)并實(shí)現(xiàn)了微博