面向網(wǎng)絡輿情的文本分類系統(tǒng)研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)及信息技術的飛速發(fā)展，越來越多的人們習慣利用網(wǎng)絡來獲取信息資源，利用網(wǎng)絡平臺表達、傳播自己的想法和情感。由于互聯(lián)網(wǎng)具有覆蓋范圍廣、信息傳播快以及極高的實時性等特點，當社會生活中出現(xiàn)一些具有爭議性的重大事件時，人們往往能夠通過網(wǎng)絡報道在第一時間獲取相關信息。因此，互聯(lián)網(wǎng)逐漸成為人們一個囊括全球的知識資源倉庫，影響并改變著人類的生活方式及行為習慣?；ヂ?lián)網(wǎng)輿情是指當經(jīng)濟社會中出現(xiàn)的熱點或焦點問題在互聯(lián)網(wǎng)上傳播時，互聯(lián)網(wǎng)用戶形成的具有

2、傾向性的言論觀點而造成的具有較強影響力的社會輿論。網(wǎng)絡輿情具有突發(fā)性、多元化以及偏差性等特點，對人們的觀點和態(tài)度具有一定的導向性與指引性。網(wǎng)絡輿情數(shù)據(jù)主要有文本、聲音與視頻等組織形式，其中文本數(shù)據(jù)占主要部分。因此，對于以文本數(shù)據(jù)類型為主體的網(wǎng)絡輿情的分析顯得十分重要。目前，迫切需要快捷有效的分析工具，幫助相關機構從海量文本數(shù)據(jù)中挖掘出有效的輿情信息以輔助決策。
　　本文針對互聯(lián)網(wǎng)輿情分析的迫切需求，提出了一種新的文本分類模型——F

3、eatured Possibility（FP）分類模型。該分類模型核心思想在于：對于訓練語料庫中的文本數(shù)據(jù)的每個類別，運用統(tǒng)計概率方法，獲得其特征項的權重。然后對測試文本進行特征項的加權統(tǒng)計，獲得相似度值，相似度最大值所對應的類別即為判定類別。
　　FP分類模型是一種基于統(tǒng)計的文本分類方法，通過使用絕對詞頻、文檔數(shù)目及特征項數(shù)目等數(shù)值來計算特征項的權重。FP分類模型不需要或很少需要領域?qū)＜业膮⑴c就可以出色地完成文本分類任務，并且能