中文Web文本情感傾向性分析技術的研究.pdf

1、網(wǎng)絡技術的發(fā)展,使得網(wǎng)絡成為人們獲取信息的重要媒介。然而,現(xiàn)今人們已不滿足于單純的從網(wǎng)絡中獲取信息,而是傾向于在網(wǎng)絡中表達出自己對事物或者事件的觀點、態(tài)度和想法。特別是近些年來,隨著博客、BBS、微博、電子商務網(wǎng)站、社交網(wǎng)站的興起,網(wǎng)絡中出現(xiàn)了大量具有鮮明情感傾向性的內(nèi)容。了解大眾對某件商品的口碑可以幫助商家做出更有利的決策;挖掘人們對社會事件的看法,掌握社會輿情,可以幫助政府維護社會的安定,因此文本情感傾向性分析的研究具有重要意義。<

2、br>　　文本的情感傾向性分析涉及的面很廣,本文對此研究中涉及到的關鍵技術做了詳細介紹,包括分類標準、中文分詞、詞匯的傾向性研究、文本的傾向性分類技術、詞匯的消歧技術等,并對這些關鍵技術的國內(nèi)外研究現(xiàn)狀做了詳細的調(diào)查分析。
　　首先,有關篇章級別的文本情感傾向性分析研究,目前仍不能取得令人滿意的召回率和準確率。因此,本文針對這一問題,提出了一種基于HowNet和《同義詞詞林》構造情感傾向性詞典的方法。在構造好的情感傾向性詞典的基礎

3、上,提出了融合多種特征的文本情感傾向性分析方法,這個分析方法中考慮了轉折類型復句、否定詞、程度級別詞對文本情感傾向性的影響。并且采用公開數(shù)據(jù)源對本文所提出的這一分析方法進行了測試,取得了良好的準確率和召回率。
　　其次,基于語義的文本情感傾向性分析目前也存在一個難點——對動態(tài)情感詞匯的處理,即對在不同上下文中表現(xiàn)出不同情感傾向性詞匯的處理技術。本文提出了一種基于Bootstrapping算法的動態(tài)情感詞匯處理方法,該方法采用少量手