基于語(yǔ)義的BLOG社區(qū)文本傾向性分析.pdf

1、在上世紀(jì)90年代末興起，并于2002年引入到中國(guó)互聯(lián)網(wǎng)的BLOG（Web log，網(wǎng)志，俗稱“博客”) 在短短幾年時(shí)間內(nèi)已經(jīng)發(fā)展成萬(wàn)維網(wǎng)上最具活力的、發(fā)展最迅猛的虛擬社區(qū)。博客空間(blogspace)作為一個(gè)有著成千上萬(wàn)用戶在其上進(jìn)行個(gè)人觀點(diǎn)等信息交換的平臺(tái)，蘊(yùn)藏著巨大的商業(yè)價(jià)值。例如，針對(duì)商品調(diào)查這個(gè)特定領(lǐng)域，我們知道最重要的就是要得到實(shí)際客戶對(duì)某商品的評(píng)價(jià)。這些評(píng)價(jià)信息不僅對(duì)商家極其重要，而且對(duì)潛在客戶也有很好的參考價(jià)值。分析這些

2、收集來(lái)的BLOG帖子（post）的關(guān)鍵技術(shù)是文本傾向性分析，它在在商業(yè)產(chǎn)品評(píng)論分析、網(wǎng)絡(luò)輿情分析及垃圾郵件過(guò)濾等領(lǐng)域均有著廣泛的應(yīng)用前景。 目前兩類主流的文本傾向性分析方法（即基于語(yǔ)義的文本傾向性分析方法和基于機(jī)器學(xué)習(xí)的文本傾向性分析方法）都是將文檔僅僅看作是詞或模式的集合，沒有將這些詞或模式按照語(yǔ)境或意群劃分。這樣，就導(dǎo)致了在對(duì)論證時(shí)引述對(duì)方觀點(diǎn)的文檔進(jìn)行文本傾向性分析時(shí)會(huì)將引述部分作為作者的觀點(diǎn)的問(wèn)題，而被引述部分的觀點(diǎn)恰恰