負面新聞判定算法的研究與應(yīng)用.pdf

1、負面新聞對銀行、風險投資公司等機構(gòu)具有重要參考價值，但是現(xiàn)有通用搜索引擎一般都不提供負面新聞篩選功能;而人工篩選相關(guān)主題負面新聞，效率低、工作量大，不能滿足應(yīng)用需求。高效而準確地自動檢索、識別與特定主題（詞）相關(guān)負面新聞，具有很好的理論意義和應(yīng)用價值。
　　本文在大量分析、研究負面新聞網(wǎng)頁語料文本特征的基礎(chǔ)上，提出了一種融合依存語法及簡化的格語法，結(jié)合情感詞典進行關(guān)鍵句群語義傾向識別，進而識別負面新聞的方法。通過對該方法進行實現(xiàn)，

2、并應(yīng)用到實際系統(tǒng)中，驗證了方法的有效性。論文的具體工作和貢獻如下:
　　1.提出了一種實用的關(guān)鍵句群提取方法。該方法依據(jù)加權(quán)圖和統(tǒng)計的思想，過濾網(wǎng)頁新聞中的文本噪聲，來提取與主題關(guān)鍵字相關(guān)的關(guān)鍵句，作為文本情感分析的原始語料。
　　2.基于依存語法及簡化的格語法理論，提出了一種利用HowNet情感詞典進行關(guān)鍵句群語義傾向識別，進而識別負面新聞的方法。
　　3.基于開源項目FudanNLP中文語言處理分析工具包，對本文所

3、提出的關(guān)鍵句群提取方法以及負面新聞識別方法，在目標原型系統(tǒng)“負面新聞自動檢索系統(tǒng)(Negative News Automatic Retrieval System，NNARS)”中進行了實現(xiàn)。
　　本文除了參與系統(tǒng)總體設(shè)計外，主要具體負責以下功能模塊的實現(xiàn):1）可在后臺定時調(diào)用主流新聞檢索引擎，根據(jù)關(guān)鍵詞抓取相關(guān)新聞網(wǎng)頁;2）從新聞網(wǎng)頁自動提取原始預(yù)料——新聞主題及內(nèi)容文本;3）利用基于本文方法所實現(xiàn)的核心算法，針對原始新聞預(yù)料進