微博短文本情感分析關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf

1、隨著社交網(wǎng)絡(luò)的興起以及微博自媒體時(shí)代的到來(lái)，互聯(lián)網(wǎng)上每天能產(chǎn)生數(shù)以億計(jì)的博文。海量的微博文數(shù)據(jù)蘊(yùn)含了豐富的有關(guān)個(gè)人、社會(huì)、企業(yè)、政府多維度、多層次、多樣化的信息。對(duì)博文進(jìn)行內(nèi)容分析，監(jiān)控網(wǎng)絡(luò)輿情，完成對(duì)博文中蘊(yùn)含的情感傾向性的分析等，有重要的理論研究?jī)r(jià)值和應(yīng)用價(jià)值。
　　本文基于模擬用戶登錄方式采集海量微博數(shù)據(jù)，通過(guò)分詞、詞性標(biāo)注、主題詞提取等自然語(yǔ)言處理技術(shù)，結(jié)合情感詞庫(kù)和微博語(yǔ)料，通過(guò)構(gòu)建向量空間模型，并動(dòng)態(tài)調(diào)整情感影響因子的

2、權(quán)重等參數(shù)，對(duì)微博數(shù)據(jù)進(jìn)行情感分析。本文所做的工作如下:首先，基于模擬瀏覽器技術(shù)，結(jié)合HttpWatch8.5抓包分析技術(shù)，采集海量微博信息。第二，基于隱馬爾可夫模型和N-Gram語(yǔ)言模型，設(shè)計(jì)實(shí)現(xiàn)了中文分詞器SkyLightAnalyzer，主要功能包括分詞、詞性標(biāo)注、詞義消歧、未登錄詞識(shí)別等。第三，基于統(tǒng)計(jì)和規(guī)則相結(jié)的算法，在前述中文分詞器的基礎(chǔ)上，實(shí)現(xiàn)了針對(duì)博文的主題詞提取與情感單元提取。第四，提出基于向量空間模型和動(dòng)態(tài)調(diào)整情感影