面向讀者的博客情感分類及檢索.pdf

1、隨著計算機網(wǎng)絡(luò)的發(fā)展，Web應(yīng)用變得豐富多彩。相應(yīng)地，越來越多的人們通過博客、空間及微博等網(wǎng)絡(luò)文本“對話”的形式來進行個人情感的表達和生活需求、興趣的交流。
　　 情感計算主要是針對文本中的評論信息進行分析、計算，挖掘人們對海量信息的評價觀點和意見。通常我們所見到的博客大多是主觀性文本，而主觀性文本中又包含了不同的情感內(nèi)容，這些情感內(nèi)容分屬不同的類別，正是人們所關(guān)注的。如果采用傳統(tǒng)的文本分類方法進行分類，則會忽略文本中包含的情感

2、語義信息，造成語義的缺失。如何彌補這項不足，正是本文的立意所在。
　　 本文針對博客情感分類和檢索進行了較為深入的探討，所做的工作主要包含以下幾個方面：
　　 首先，采用了最大熵模型的方法從讀者檢索語句中抽取情感特征向量。我們對讀者輸入的檢索語句進行帶詞性標注的分詞，然后采用基于最大熵理論的方法針對不同的詞性進行情感特征表現(xiàn)能力的測試，建立起讀者的情感特征向量。
　　 其次，設(shè)計了一種基于博客語料建立的情感數(shù)據(jù)庫

3、模型。我們給出了該情感數(shù)據(jù)庫的模型定義，對該數(shù)據(jù)庫做了一個總體的描述；接下來計算了情感數(shù)據(jù)庫中各個文本的整體情感強度；最后將這些文本、情感類別以及情感等級強度值綜合起來，形成結(jié)構(gòu)化的情感數(shù)據(jù)庫。
　　 最后，實現(xiàn)了面向讀者的博客情感分類及檢索系統(tǒng)。我們定義了讀者情感特征向量和博客文本的情感數(shù)據(jù)集合在數(shù)據(jù)庫中的存儲表示，然后建立了二者之間的混合映射關(guān)系同時確立其存儲表示；最后對讀者如何檢索博客文本的過程進行了細致的討論，建立起博客