基于語(yǔ)言網(wǎng)絡(luò)的微博特征發(fā)現(xiàn)和話題關(guān)鍵詞提取.pdf

1、微博是近年來(lái)出現(xiàn)的一種網(wǎng)絡(luò)新媒體,有著傳播迅速,使用方便等優(yōu)點(diǎn)。隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展,特別是手機(jī)互聯(lián)網(wǎng)用戶(hù)的迅速增加,每天生成的微博內(nèi)容越來(lái)越多,微博內(nèi)容的研究也變得日趨重要。本文首先基于海量微博內(nèi)容語(yǔ)料構(gòu)建了詞同現(xiàn)網(wǎng)絡(luò)來(lái)做微博語(yǔ)體特征發(fā)現(xiàn),然后又針對(duì)話題相關(guān)微博內(nèi)容語(yǔ)料構(gòu)建了話題詞提取網(wǎng)絡(luò),通過(guò)對(duì)構(gòu)建的語(yǔ)言網(wǎng)絡(luò)進(jìn)行分析和研究,提出了新的微博內(nèi)容研究和話題詞提取方法,并獲得了滿(mǎn)意的實(shí)驗(yàn)結(jié)果。
　　首先,本文對(duì)語(yǔ)言網(wǎng)絡(luò)和微博內(nèi)容

2、研究的現(xiàn)狀和發(fā)展進(jìn)行了簡(jiǎn)要的回顧。文中對(duì)語(yǔ)言網(wǎng)絡(luò)研究的背景知識(shí)和相關(guān)技術(shù)做了分析,接著對(duì)微博內(nèi)容研究的方法進(jìn)行了總結(jié),主要有兩個(gè)研究方向,分別是從語(yǔ)言學(xué)角度分析微博語(yǔ)體特點(diǎn)和從文本挖掘角度獲取微博信息。
　　其次,本文提出了基于語(yǔ)言網(wǎng)絡(luò)的微博特征發(fā)現(xiàn)方法。語(yǔ)言網(wǎng)絡(luò)分析方法一般通過(guò)對(duì)語(yǔ)言形式的定量研究來(lái)認(rèn)識(shí)和理解語(yǔ)言網(wǎng)絡(luò)的共同的拓?fù)浣Y(jié)構(gòu)和演化的一般規(guī)律。本文提出將語(yǔ)言網(wǎng)絡(luò)分析運(yùn)用到微博這種網(wǎng)絡(luò)語(yǔ)言中,通過(guò)分析微博內(nèi)容構(gòu)建的語(yǔ)言網(wǎng)絡(luò)的

3、復(fù)雜網(wǎng)絡(luò)特性,來(lái)從整體上發(fā)現(xiàn)微博內(nèi)容的語(yǔ)言學(xué)特征。
　　再次,本文在總結(jié)了現(xiàn)有的微博字詞提取方法優(yōu)缺點(diǎn)的基礎(chǔ)上,提出了一種基于話題語(yǔ)言網(wǎng)絡(luò)的字詞提取方法。首先對(duì)話題相關(guān)的微博內(nèi)容構(gòu)建語(yǔ)言網(wǎng)絡(luò),然后使用復(fù)雜網(wǎng)絡(luò)中小世界特性中的兩種中心性參數(shù)-介數(shù)中心性、接近中心性和度中心性相結(jié)合來(lái)作為詞語(yǔ)的特征權(quán)重,接著計(jì)算詞語(yǔ)節(jié)點(diǎn)特征權(quán)重參數(shù)值,最后根據(jù)詞語(yǔ)節(jié)點(diǎn)參數(shù)值的大小來(lái)選擇話題詞。
　　最后,使用大規(guī)模微博語(yǔ)料和話題相關(guān)語(yǔ)料對(duì)本文提出