中文新聞文本傾向性分析研究.pdf

1、信息技術的發(fā)展，為新聞的傳播帶來了極大便利，但同時也將越來越多的新聞傾向性披露在公眾的面前，直接或間接地影響了新聞的輿論導向，對輿情監(jiān)測提出了新的挑戰(zhàn)。準確高效的新聞傾向性分析有助于公眾了解最新社會動態(tài)，獲悉時事熱點;也有助于監(jiān)管部門及時了解輿論輿情的最新發(fā)展和走勢，積極有效地采取應對措施，減少負面新聞在網絡中的傳播，合理地引導公眾的關注視線，共創(chuàng)和諧網絡文化環(huán)境。
　　新聞文本中情感表達較為隱晦，涉及內容更是方方面面，加上目前尚

2、缺乏行之有效的篇章級分析理論與工具，給新聞文本的傾向性分析帶來了不便?？紤]到并不是所有新聞句子都包含情感傾向，而且有的句子與新聞內容關聯不大，因此直接對整篇新聞文本進行傾向分析可能有失偏頗。利用新聞文本的結構特點，本文首先構建了多特征融合的主題句抽取模型，然后討論了新聞句子傾向性的分析方法，最后將二者結合完成新聞文本傾向性分析的任務。另外，針對一些新聞事實為負面的突發(fā)性新聞形成的專題，探討了新聞專題階段性摘要的生成。本文的研究工作主要包

3、括以下幾個方面:
　　(1)提出了多特征融合的新聞主題句抽取模型。深入研究了新聞文本中高頻詞的發(fā)現算法，并根據高頻詞出現位置的不同，分析了新聞高頻詞特征對新聞句子重要性的加權;詳細探討了新聞標題特征對新聞內容表達的作用，定量計算了新聞標題與新聞句子的相似程度;根據新聞的“倒金字塔”式的文本結構，分析了新聞的句子位置特征;收集整理了新聞中具有情感導向的傾向性線索詞，用于挖掘新聞中可能存在的傾向句。最后根據上述四種特征，完成多特征融合

4、的主題句抽取模型的構建。
　　(2)討論了新聞句子的傾向性分析方法。一是基于情感詞典的分析方法，構建了一部21175個普通情感詞匯和1438個新聞情感詞匯組成的情感詞典，并收集了新聞引述性詞匯，然后根據三種詞匯的優(yōu)先級不同設計了基于情感詞典的新聞句子傾向性分析方法，該方法與第(1)部分的新聞主題句抽取模型相結合，在COAE2014的相應評測任務上取得了較好的成績。二是機器學習的方法，分析比較了情感詞特征、unigram特征以及二者

5、結合的方法。三是對第一種和第二種方法的改進，采用情感詞典+unigram特征相結合的句子傾向性分析方法，用于對新聞主觀句進行情感分類。
　　(3)探討了新聞文本的傾向性分析方法。對新聞文本傾向性分析的過程進行了規(guī)范化描述，將其分解為新聞主題句的抽取和新聞句子的傾向性分析兩個子任務，并探討了該做法的可行性，然后借助新聞主題句抽取模型和情感詞典+unigram特征的句子傾向性分析方法，完成了新聞文本傾向性分析的任務。
　　(4)