情感Ontology構建及其網(wǎng)絡輿情文本傾向性分析.pdf

1、輿情是指在一定的社會空間內，圍繞中介性社會事項的發(fā)生、發(fā)展和變化，作為主體的民眾對作為客體的國家管理者產(chǎn)生和持有的社會政治態(tài)度。最直接、最快速地反映了社會各個層面的輿情狀況與發(fā)展態(tài)勢，對社會產(chǎn)生的影響面和影響力越來越大。政府及相關管理者亟需對處于“未然態(tài)”的輿情信息進行挖掘與分析，把握網(wǎng)絡輿情動態(tài)，針對網(wǎng)絡輿情資源進行資源的傾向性判斷和區(qū)分并及時做出反應，這對提高處置網(wǎng)絡突發(fā)事件的能力和監(jiān)管能力有非常重要的意義。輿情分析涉及到的技術非常

2、多，而核心是文本傾向性分析技術。文本傾向性分析技術就是用戶關于某個事物的看法或評論文本的分析，從而判斷該看法或評論是屬于對該事物的積極或消極意見。它在商業(yè)網(wǎng)絡輿情分析、產(chǎn)品評論分析上有著廣泛的應用前景。 目前兩類主流的文本傾向性分析方法(即基于語義規(guī)則的文本傾向性分析方法和基于統(tǒng)計的文本傾向性分析方法)都是僅僅將文檔看作是詞或語義模式的集合，然后查找或計算所有這些詞匯或語義模式的傾向性值，最后將所有傾向性值累加得到整個待判斷評論

3、性文檔的文本傾向性值。這兩種方法在分析的過程中往往因語義和語境信息不足等因素導致文本傾向性分析結果存在片面性和孤立性等問題。 針對當前文本傾向性分析方法的不足，在對當前網(wǎng)絡輿情分析研究現(xiàn)狀進行調查和研究的基礎上，本文提出了一種基于情感Ontology的文本傾向性分析方法。首先基于《知網(wǎng)( Hownet)》從網(wǎng)絡輿情資源中抽取能夠表達資源傾向性的概念，并定義好這些概念與概念之間的關系(遞進、轉折關系等)構建情感Ontology。構

4、建情感Ontology是為了更充分的表達情感詞匯之間所蘊含的語義信息，這包含詞匯的情感傾向性以及詞匯間的相似、遞進和轉折關系等，從而為文本的傾向性分析提供有效的語義和語境分析依據(jù)。其次基于構建好的情感Ontology和《知網(wǎng)》對網(wǎng)絡輿情資源中的每一個詞匯進行極性計算。然后利用情感Ontology中定義好的概念與概念之間的關系，對已經(jīng)計算好的每一個詞匯的極性進行調整，以提高整個文本傾向性分析的正確率。最后再利用SVM機器學習方法對網(wǎng)絡輿情