面向網(wǎng)絡(luò)輿情的文本語(yǔ)義傾向性分類(lèi)算法研究.pdf

1、輿情指的是作為社會(huì)主體的民眾，在一定范圍的社會(huì)空間內(nèi)，圍繞各種類(lèi)型社會(huì)事件或問(wèn)題的發(fā)生、發(fā)展與變化對(duì)于社會(huì)管理者所產(chǎn)生和持有的情感及態(tài)度。近年來(lái)，網(wǎng)頁(yè)已成為反映社會(huì)輿情的主要載體之一，又由于互聯(lián)網(wǎng)網(wǎng)頁(yè)呈指數(shù)級(jí)方式的增長(zhǎng)，網(wǎng)絡(luò)輿情在已逐漸成為政府與企業(yè)重點(diǎn)關(guān)注的強(qiáng)大輿論平臺(tái)。抓住網(wǎng)絡(luò)輿情的導(dǎo)向則可以及時(shí)地了解民眾對(duì)于某條政策或某個(gè)事件的傾向性態(tài)度，及時(shí)需求做出改進(jìn)。因此分析網(wǎng)絡(luò)輿情傾向性是現(xiàn)今自然語(yǔ)言處理的熱點(diǎn)問(wèn)題。網(wǎng)絡(luò)輿情的傾向性分析需

2、要借助計(jì)算機(jī)自然語(yǔ)言處理技術(shù)高效、準(zhǔn)確地甄別網(wǎng)頁(yè)所涵蓋的信息，并快速有效地對(duì)輿情進(jìn)行分析與分類(lèi)。
　　傳統(tǒng)的語(yǔ)義傾向性分析算法需要依靠網(wǎng)絡(luò)用戶(hù)選擇贊同、反對(duì)等簡(jiǎn)單的投票形式來(lái)體現(xiàn)對(duì)事件或產(chǎn)品的態(tài)度與傾向性。然而，這對(duì)于如今的網(wǎng)絡(luò)媒體已經(jīng)遠(yuǎn)遠(yuǎn)不夠，民眾的評(píng)論等以微博等形式呈現(xiàn)，其語(yǔ)義間細(xì)微差別與上下文的信息內(nèi)容分析成為一個(gè)判斷傾向性的關(guān)鍵問(wèn)題。本文試圖面向網(wǎng)絡(luò)輿情建立文本語(yǔ)義傾向性分析模型，以提高語(yǔ)義傾向性分類(lèi)的準(zhǔn)確性。主要研究成果

3、如下：
　　(1)構(gòu)建了基于HowNet與中文情感詞匯本體庫(kù)的情感詞詞典。該詞典采用了HowNet情感詞典的正負(fù)情感詞匯庫(kù)，并借鑒了中文情感詞匯本體的極性標(biāo)注方式，再經(jīng)過(guò)人工添加網(wǎng)絡(luò)常用詞匯，形成了小型的情感詞典用于文本的預(yù)處理。
　　(2)提出了一種面向網(wǎng)絡(luò)輿情的特征詞權(quán)重計(jì)算方法。該方法由傳統(tǒng)的TF-IDF（Term Frequency-Inverse Document Frequency）權(quán)重算法添加位置權(quán)重、情感權(quán)重