面向新浪微博的智能自動回復技術的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術的飛速發(fā)展，微博已成為一種應用比較廣泛的社交媒體。微博相對開放的自媒體傳播特征，使得人們可以自由的表達觀點，微博已成為人們發(fā)布信息和獲取信息的主要載體之一。然而，目前針對微博進行智能自動回復的研究還比較少，并且已實現(xiàn)的技術相對也比較簡單?；诖耍疚难芯苛嗣嫦蛐吕宋⒉┑闹悄茏詣踊貜图夹g，主要工作包括：
　　(1)研究并實現(xiàn)了智能自動回復信息的獲取技術。考慮到百度知道的相關特性，提出了基于百度知道搜索網(wǎng)頁的智能自動回復

2、信息獲取技術。其主要包括分析百度知道搜索時URL語法參數(shù)的設置和網(wǎng)頁結構、定制相應的網(wǎng)頁信息抽取規(guī)則、基于Jsoup解析器解析百度知道搜索網(wǎng)頁三個內(nèi)容。
　　(2)完成了情感詞典的構建。首先，收集整理了現(xiàn)有的基礎情感詞典，包括：知網(wǎng)情感分析用詞語集、NTUSD、學生褒貶義詞典、褒義詞詞典以及貶義詞詞典。然后，通過收集常見的網(wǎng)絡情感詞語和微博表情符號對基礎情感詞典進行擴充，構建一個較完整的情感詞典。
　　(3)研究并實現(xiàn)了智能

3、自動回復信息的篩選技術。與人能夠長期友好地進行交流，首先需要博得他人的“好感”。為了使智能自動回復的信息達到“投其所好”的效果，本文從網(wǎng)頁抽取出的感興趣信息中篩選出情感傾向性與待回復微博情感傾向性一致的信息，作為智能自動回復的內(nèi)容?；诖耍疚奶岢隽嘶谇楦性~典和HowNet詞匯語義相似度進行文本情感傾向性分析的方法。
　　(4)為了避免他人看過回復信息后認為是在復制網(wǎng)頁中的信息，本文在保持原信息語義不變的前提下，通過對中文文本同