話題區(qū)分的微博情感分析技術(shù)研究與實(shí)現(xiàn).pdf

1、近年來，微博社交網(wǎng)絡(luò)在中國迅速地興起，成為網(wǎng)民社交、輿論的主要場所。在微博上，用戶能夠關(guān)心他們喜歡的話題，并對其發(fā)表看法，這些數(shù)據(jù)能夠用來研究集體社會行為。同時，大部分用戶傾向于表達(dá)對某個焦點(diǎn)人物的支持或反對，對某一熱點(diǎn)話題的立場等。所以，研究微博的話題區(qū)分和傾向性有非常重大的意義。
　　本文以一段時間內(nèi)微博為研究對象，設(shè)計并實(shí)現(xiàn)了一個話題區(qū)分的微博情感分析模型。主要工作如下：
　　(1)對微博進(jìn)行了話題區(qū)分。首先提取微博中

2、的話題相關(guān)信息，即特征項(xiàng)。然后通過K-means聚類算法對經(jīng)過預(yù)處理的微博實(shí)施類別劃分，將具有同一話題的分為一類。最后通過LDA主題模型識別每類微博中的主題，從而實(shí)現(xiàn)對微博的話題區(qū)分。本文給出了聚類有效性評價實(shí)驗(yàn)和微博話題區(qū)分實(shí)驗(yàn)，證明了微博話題區(qū)分模型的有效性及穩(wěn)定性。
　　(2)建立了微博情感詞典。首先在已有情感詞匯資源的基礎(chǔ)上，建立了包含褒義詞典和貶義詞典的基礎(chǔ)情感詞典，并通過計算詞匯相似度的方法判別未知情感詞語的情感傾向，

3、從而擴(kuò)展基礎(chǔ)情感詞典。然后通過依存分析及詞頻統(tǒng)計的方法發(fā)現(xiàn)微博新詞，并計算微博新詞的情感值，從而判斷微博新詞情感傾向。本文對COAE2008微博數(shù)據(jù)集進(jìn)行了未知傾向詞語判斷實(shí)驗(yàn)，結(jié)果表明本文未知傾向詞語判別模型準(zhǔn)確率更高，且比較穩(wěn)定。
　　(3)建立了微博情感分析模型。首先，通過本文建立的微博情感詞典，運(yùn)用句法分析方法來計算微博情感值，從而將微博分為正面微博、負(fù)面微博及中性微博。然后選取了一定比例的正面微博及負(fù)面微博作為訓(xùn)練集，通

4、過支持向量機(jī)算法對不屬于訓(xùn)練集的微博進(jìn)行分類，最終得到所有微博的情感傾向。為驗(yàn)證微博情感分析模型的準(zhǔn)確性，本文對COAE2013微博數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，并將實(shí)驗(yàn)結(jié)果與COAE2013各指標(biāo)的最佳結(jié)果進(jìn)行對比，結(jié)果表明，本文設(shè)計的情感分析模型效果更為理想。
　　(4)給出了話題區(qū)分的微博傾向性判斷實(shí)驗(yàn)。本文對話題區(qū)分后的微博進(jìn)行了傾向性判斷，獲得了一周微博數(shù)據(jù)集上每個話題中各用戶的傾向性，從而計算出了熱點(diǎn)話題中正面、負(fù)面及中性微博所占的