基于特征模板和SVM的中文微博觀點(diǎn)句識(shí)別方法研究.pdf

1、隨著 WEB2.0技術(shù)及微博平臺(tái)的迅猛發(fā)展，發(fā)布中文微博逐漸成為很多人的一種生活方式和習(xí)慣。通過(guò)分析微博觀點(diǎn)句，個(gè)體消費(fèi)者可以參考其他購(gòu)買(mǎi)了產(chǎn)品或服務(wù)的用戶的感受和觀點(diǎn)做出他自己的購(gòu)買(mǎi)決定，公司可以了解顧客的體驗(yàn)從而提升產(chǎn)品或服務(wù)的質(zhì)量、營(yíng)銷(xiāo)策略或競(jìng)爭(zhēng)模式，國(guó)家可以根據(jù)大眾言論更好地掌握民生、分析輿情和服務(wù)大眾。但由于海量的微博數(shù)據(jù)中包含無(wú)數(shù)冗余、包含噪聲及無(wú)觀點(diǎn)的信息，所以識(shí)別并提取中文微博中的觀點(diǎn)句已成為近年來(lái)的研究熱點(diǎn)之一。

2、>　　本文主要從以下幾個(gè)方面開(kāi)展研究工作：首先，總結(jié)和分析微博文本的獨(dú)有特征，根據(jù)這些特征對(duì)Hownet詞庫(kù)進(jìn)行擴(kuò)展，并對(duì)初始微博語(yǔ)料中的不規(guī)范化等現(xiàn)象進(jìn)行了相應(yīng)的預(yù)處理。然后，利用信息增益對(duì)泛選的特征進(jìn)行了特征篩選，并設(shè)計(jì)一個(gè)評(píng)分函數(shù)來(lái)探索識(shí)別觀點(diǎn)句的特征模板，然后將該特征模板與SVM分類器相結(jié)合，使用Java程序設(shè)計(jì)語(yǔ)言對(duì)中文微博語(yǔ)料進(jìn)行了觀點(diǎn)句與非觀點(diǎn)句的二分類實(shí)驗(yàn)。最后，通過(guò)分析非觀點(diǎn)句的特點(diǎn)，設(shè)計(jì)了一個(gè)否定模板，并進(jìn)行了相應(yīng)的