基于SVM的微博情感傾向性分析研究.pdf

1、隨著Web2.0時代的到來,網絡的發(fā)展已經進入人們生活的各個領域，近年來微博的出現(xiàn)，讓生活更加豐富。微博影響力的增長，吸引了大批學者對微博客的深入研究，而情感詞識別和情感分析成為了一個重要的課題。在微博的開放平臺，提供的功能是可以查閱信息，也可以發(fā)布信息給別人來看。與此同時，隨著發(fā)布信息的多元化，隨之產生了新問題，如，情感新詞的出現(xiàn)及對微博句的情感極性分析，新詞的出現(xiàn)給中文分詞產生很多難以識別的“散串”和“碎片”；情感分析時判別感情傾向

2、性微博客的文字，屬于判斷積極的，消極的，中立的法官。對這些文本的情感傾向性，可以對網民的情緒有掌握，不僅有一定的商業(yè)價值，還有益于社會、還可以幫助我們在輿情監(jiān)控、詞庫更新、自然語言處理等領域完善。
　　每天數(shù)以萬計的中文微博用戶刷新信息，對微博情感詞的產生以及對極性分析的問題都隨之產生，做好這些工作對了解用戶的態(tài)度很重要和迫切。本文通過從實驗提供的數(shù)據，通過條件隨機場進行情感詞識別，進行詞性標注，結合上下文信息特征，構建特征向量，

3、對語料數(shù)據進行訓練模型構建和測試，最后得到情感詞的正確率（Precision）、召回率(Recall)和F-值。對微博情感詞進行有效正確的識別是判別微博文本情感傾向性的前提和基礎。本文首先結合中文信息處理、自然語言等知識，結合實驗室對情感新詞發(fā)現(xiàn)和情感傾向分析的研究，論述情感傾向相關的各種關系，是建立在微博情感傾向性判斷現(xiàn)有所做分析的基礎之上的。本論文的研究最終目的是提高數(shù)據結果的正確率、召回率及F-值，為更進一步的研究奠定基礎。