面向網(wǎng)絡(luò)評(píng)論性短文本的中文情感分析方法研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，互聯(lián)網(wǎng)應(yīng)用方式也變得越來越多元化，每時(shí)每刻都有海量的文本信息產(chǎn)生，其中比較有代表性的是含有主觀性成分的評(píng)論性文本。這些網(wǎng)絡(luò)評(píng)論性文本具有數(shù)據(jù)稀疏性、實(shí)時(shí)性、交互性、不規(guī)范性等特征，稱為短文本。由于短文本含有創(chuàng)作者的情感成分，對(duì)其進(jìn)行情感傾向性分析，可以進(jìn)行輿情監(jiān)測(cè)、輔助決策。因此，對(duì)網(wǎng)絡(luò)短文本進(jìn)行情感傾向性分析就具有重要的理論價(jià)值和現(xiàn)實(shí)意義。
　　本文以“面向網(wǎng)絡(luò)評(píng)論性短文本的中文情感分析方法研究”為題展開

2、研究，對(duì)文本情感分析技術(shù)的研究現(xiàn)狀進(jìn)行了深入分析。針對(duì)網(wǎng)絡(luò)評(píng)論性文本的特點(diǎn)，從保證系統(tǒng)召回率，同時(shí)提高檢測(cè)正確率的角度，本文主要從以下四個(gè)方面進(jìn)行研究。首先，深入分析了短文本情感分析的研究現(xiàn)狀，提出了微博短文本情感分類的類別擴(kuò)展，在褒義、貶義和中性的基礎(chǔ)上細(xì)分為厭惡、高興、喜好、憤怒、驚訝、恐懼和悲傷七個(gè)情感類別，經(jīng)過擴(kuò)展之后可以更加細(xì)致化地了解文本創(chuàng)作者當(dāng)時(shí)的心境和情感傾向；其次，通過對(duì)收集到的數(shù)據(jù)集進(jìn)行前期的預(yù)處理，采用的方法和技術(shù)

3、主要包括去除微博信息中不包含情感色彩的網(wǎng)址、圖片和標(biāo)簽等冗余內(nèi)容，并且對(duì)其進(jìn)行分詞和去停用詞；再次，對(duì)預(yù)處理后的數(shù)據(jù)集用文本向量的方式表示成計(jì)算機(jī)所能夠理解的語言，同時(shí)使用特征選擇選出較為突出的特征項(xiàng)，并在計(jì)算出特征值權(quán)重之后，把得到的數(shù)據(jù)分別用樸素貝葉斯算法、K近鄰算法以及支持向量機(jī)三種文本分類算法對(duì)其進(jìn)行情感分類；最后，根據(jù)得到的三組實(shí)驗(yàn)分類結(jié)果應(yīng)用正確率、召回率和F值進(jìn)行對(duì)比驗(yàn)證并得出結(jié)論。
　　本文以機(jī)器學(xué)習(xí)的理論為研究基