基于語義特征的微博情感分析的研究.pdf

1、微博的共享性和實時性，不僅使微博平臺擁有龐大的用戶群，而且產生了海量的微博數(shù)據(jù)信息，微博的內容涵蓋了教育、經濟、科技、文化等話題。處理和分析微博數(shù)據(jù)可以挖掘微博中隱藏的社會價值和經濟效益，及時了解廣大網(wǎng)民對某產品、人物或者事件的關注程度和情感變化，為決策者提供實時科學的理論依據(jù)。基于微博的情感分析是情感分析領域的研究熱點，同樣也是自然語言處理領域熱點的問題之一。
　　微博的情感分析還處于初級階段，在實際應用中只局限在很小的范圍之內

2、，因此情感分析的研究還有待繼續(xù)深入。目前，最常用的情感分析的方法是基于情感詞典和規(guī)則的方法以及基于機器學習的方法?；谇楦性~典的方法中情感詞語決定了微博的情感傾向性，必須構造一部完善的情感詞典才能處理大規(guī)模的微博數(shù)據(jù)，但是目前還沒有有效的構造情感詞典的方法。基于機器學習的方法需要對微博進行特征選擇，但是目前沒有有效的特征能夠表示微博。
　　針對在微博情感分析中沒有有效的構造情感詞典的方法的問題，本文提出基于《同義詞詞林》和微博索引

3、系統(tǒng)的情感詞典的構造方法。本文利用《同義詞詞林》對四部基礎情感詞典進行擴展形成一部較完善的詞典，構造了千萬級別的微博索引系統(tǒng)，利用PMI公式計算情感詞語的情感傾向值。針對情感分析中特征選擇的問題，本文利用包括情感詞典在內不同的特征組合通過對比實驗選取了有效的特征組合。
　　實驗證明，本文中構造的情感詞典比較完備，相對于四部基礎情感詞典能有效提升微博情感分析的性能。本文中所使用的特征組合在微博的情感分析中有效，能夠解決機器學習中特征