面向微博的觀點摘要關(guān)鍵技術(shù)研究.pdf

1、微博作為互聯(lián)網(wǎng)發(fā)展浪潮中的衍生物，短期內(nèi)迅速俘獲了大批用戶的心。每時每刻，大眾都可以對自己感興趣的話題發(fā)表評論?；谝陨锨闆r，包括商家、政府在內(nèi)的個人及團體都期望能夠從這些海量評論中及時感知輿論趨勢。正是如此，面向微博文本進行觀點摘要應(yīng)用而生。而情感分析和文本摘要作為觀點摘要問題中的兩個主要課題已逐漸成為業(yè)內(nèi)的研究熱點。其中，情感分析能夠識別、抽取文本所表達的情感傾向，幫助了解喜好偏向；文本摘要則可對信息進行壓縮、概括，便于知曉概況。因

2、此，針對微博的觀點摘要問題，研究情感分析及文本摘要的關(guān)鍵技術(shù)具有重要意義。
　　本文圍繞微博中多個話題的評論，對觀點摘要問題中，情感分析和文本摘要兩個子課題所涉及的關(guān)鍵技術(shù)進行了研究，主要成果如下：
　　(1)針對微博的情感分析問題，提出了基于三元詞組模式的微博情感分析方法。首先將當(dāng)前已有的情感詞典歸納整理，并更新部分資源，得到一個更全、針對性更強的詞典。在充分研究微博文本特點后發(fā)現(xiàn)，微博評論的作者經(jīng)常會顯式地使用詞匯表達自

3、己的觀點，且三個詞匯之間的組合搭配能夠左右整句的情感，因此本文利用三元詞組間的搭配模式進行情感分析，用以自動標注語料。最后，對自動標注好的語料進行測試，并分析和研究了多個影響結(jié)果的參數(shù)。實驗結(jié)果表明，在不進行人為標注的情況下，自動標注的訓(xùn)練語料可以達到最高72.39％的測試正確率。
　　(2)針對微博的文本摘要問題，提出了基于熵融合的微博文本摘要方法。首先利用主題模型LDA（Latent Dirichlet Allocation）