網(wǎng)絡(luò)輿情信息挖掘關(guān)鍵技術(shù)研究與應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展，越來越多的人通過網(wǎng)絡(luò)來表達(dá)自己的意見、想法、情緒和態(tài)度，其中既包括對事件的發(fā)展有著正面、積極作用的信息，也包括一些負(fù)面、消極的信息。同時(shí)，網(wǎng)絡(luò)平臺的開放性、直接性和隱蔽性使得網(wǎng)絡(luò)輿論越來越重要地影響人們的意識形態(tài)。因此，對大量輿情信息的及時(shí)有效挖掘，對維護(hù)社會穩(wěn)定、促進(jìn)國家發(fā)展具有重要的現(xiàn)實(shí)意義。
　　 網(wǎng)絡(luò)輿情信息挖掘與自然語言處理技術(shù)密切相關(guān)。受限于自然語言處理技術(shù)水平，傳統(tǒng)的網(wǎng)絡(luò)輿情信息挖掘，主要為話

2、題識別的相關(guān)內(nèi)容，而對輿情的情感因素關(guān)注較少。近年來，淺層語義分析開始出現(xiàn)，并在相關(guān)應(yīng)用研究中體現(xiàn)出相對詞性標(biāo)注、句法分析更為智能實(shí)用的優(yōu)勢。淺層語義分析是一種簡化了的語義分析形式，以動(dòng)詞為中心對句子意義進(jìn)行了形式化表示。結(jié)合相關(guān)自然語言處理技術(shù)，基于對現(xiàn)有輿情信息分析算法的對比分析，本文對輿情信息挖掘技術(shù)進(jìn)行了研究與實(shí)驗(yàn)，并將其成果應(yīng)用在網(wǎng)絡(luò)輿情監(jiān)控分析系統(tǒng)中。本文主要內(nèi)容有：
　　 (1)自然語言處理技術(shù)介紹。考慮到自然語言

3、處理技術(shù)在網(wǎng)絡(luò)輿情信息挖掘中的重要作用，本文在第2章對該技術(shù)的關(guān)鍵部分進(jìn)行了簡述。
　　 (2)輿情熱點(diǎn)話題識別技術(shù)研究?；贗CTCLAS分詞與詞性標(biāo)注，提出一種結(jié)合文本關(guān)鍵詞提取和文本聚類的熱點(diǎn)話題識別方法。輿情信息的即時(shí)性導(dǎo)致未登錄詞分詞錯(cuò)誤率較高，利用詞語共現(xiàn)概率對分詞結(jié)果進(jìn)行拼接，能有效改善未登錄詞分詞性能。文本關(guān)鍵詞提取則將詞語位置權(quán)重信息納入考慮范疇。
　　 (3)輿情文本傾向性分析技術(shù)研究。結(jié)合語義角色標(biāo)

4、注---一種淺層語義分析和情感詞庫建設(shè)，實(shí)現(xiàn)文本傾向信息挖掘。通過對語義角色標(biāo)注樣本的統(tǒng)計(jì)分析，得到角色-特征性概率表和角色-情感性概率表，為角色抽取順序選擇提供數(shù)據(jù)支持。情感詞庫建設(shè)采取人工標(biāo)注和自動(dòng)擴(kuò)充相結(jié)合方式，通過對基于字的情感詞傾向計(jì)算的實(shí)驗(yàn)，得到一種改進(jìn)后的情感詞庫自動(dòng)擴(kuò)充方法。
　　 (4)輿情監(jiān)控分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)。根據(jù)網(wǎng)絡(luò)輿情信息的特點(diǎn)，提出系統(tǒng)總體框架，并對系統(tǒng)主要模塊進(jìn)行了簡要介紹。
　　 本文所涉