基于MLNs的中文微博情緒分類及其時序變化研究.pdf

1、隨著Web2.0的快速發(fā)展，社交網(wǎng)絡(luò)媒體受到越來越多人的青睞，以新浪微博為例，它已經(jīng)成為人們生活工作中的一個大眾輿論平臺，同時，也是主要溝通交流平臺。人們可以自由地發(fā)表自己的見解、表達(dá)自己的情緒。對微博文本的情緒類別及其時序變化的研究，不僅是自然語言處理領(lǐng)域與文本挖掘領(lǐng)域的重要研究課題，而且對于探究文本中隱含的情緒及其情緒時序變化，也具有重要的學(xué)術(shù)價值與應(yīng)用價值。本文采用一種結(jié)合了概率和一階邏輯的情緒分類方法，并結(jié)合時間及事件因素，分析

2、情緒的時序變化。主要研究工作如下:
　　1)基于馬爾科夫邏輯網(wǎng)絡(luò)，確定情緒分類的馬爾科夫邏輯表示方法，并根據(jù)外部情感情緒詞典，構(gòu)建文本的情緒分類體系，推理微博文本的情緒類別。
　　2)基于分詞、詞性標(biāo)注、依存句法分析、命名實體識別及語義角色標(biāo)注等自然語言處理技術(shù)，利用詞性及觸發(fā)詞，構(gòu)建時間單元及事件規(guī)則庫，識別時間表達(dá)式及事件詞，并將時間表達(dá)式規(guī)范化。
　　3)基于時間、事件信息，分析微博用戶的發(fā)布規(guī)律、情緒變化規(guī)律，