面向領(lǐng)域的網(wǎng)絡(luò)文本數(shù)據(jù)情感分析.pdf

1、文本情感分析是網(wǎng)絡(luò)輿情分析的重要組成部分，特別是在貼吧、微博等新型媒體出現(xiàn)之后，大量的網(wǎng)絡(luò)口語化文本以極快的速度更新，傳遞著網(wǎng)民對于網(wǎng)絡(luò)熱點事件的看法，如何快速有效的挖掘網(wǎng)絡(luò)用戶對于特定事件的情感傾向性，挖掘在網(wǎng)絡(luò)大環(huán)境下的公眾態(tài)度，對于輔助政府決策和網(wǎng)絡(luò)輿情的預(yù)警有著重要的意義。
　　目前對于文本情感分析的方法存在著以下問題:基于情感詞典的方法情感傾向性權(quán)重量化不夠細致、未登錄情感關(guān)鍵詞難于識別、有監(jiān)督的機器學(xué)習(xí)方法太過于依賴語

2、料且測試訓(xùn)練較為繁瑣、無監(jiān)督的機器學(xué)習(xí)方法太過于依賴初始的基礎(chǔ)情感關(guān)鍵詞以及準確率低等問題。特別是對于網(wǎng)絡(luò)口語化和領(lǐng)域傾向性比較嚴重的領(lǐng)域網(wǎng)絡(luò)文本缺乏較好的情感分析方法，本文針對特定領(lǐng)域網(wǎng)絡(luò)文本的情感分析做了以下幾點工作:
　　(1)提出了用于領(lǐng)域網(wǎng)絡(luò)文本情感分析的詞典構(gòu)造方法。針對各領(lǐng)域的貼吧數(shù)據(jù)利用網(wǎng)絡(luò)爬蟲獲取一定數(shù)量級的語料，對語料進行預(yù)處理、分詞和數(shù)據(jù)清洗等工作，得到各領(lǐng)域的結(jié)構(gòu)化語料。對這些結(jié)構(gòu)化的語料進行統(tǒng)計分析得到領(lǐng)

3、域網(wǎng)絡(luò)常用詞表，領(lǐng)域網(wǎng)絡(luò)常用詞表經(jīng)過情感標注之后得到領(lǐng)域網(wǎng)絡(luò)情感詞表，各領(lǐng)域網(wǎng)絡(luò)情感詞表最終經(jīng)統(tǒng)計得到通用網(wǎng)絡(luò)情感詞表。
　　(2)基于所構(gòu)造的詞典，設(shè)計并對比了網(wǎng)絡(luò)文本情感分析的兩種方法。利用統(tǒng)計得到的通用網(wǎng)絡(luò)情感詞表和各領(lǐng)域的網(wǎng)絡(luò)情感詞表補充HowNet情感詞典。對于網(wǎng)絡(luò)文本分兩種處理方法進行討論:一是先分詞再匹配情感關(guān)鍵詞;二是預(yù)先不進行分詞處理而利用情感關(guān)鍵詞命中的方法識別網(wǎng)絡(luò)文本中的情感詞。本文將就兩種網(wǎng)絡(luò)文本的處理方法

4、進行對比分析。
　　(3)設(shè)計對比實驗，對比在利用相同情感關(guān)鍵詞權(quán)重計算方法的前提下，兩種網(wǎng)絡(luò)文本處理方法在情感計算效果上的差異以及對比加入網(wǎng)絡(luò)情感關(guān)鍵詞前后的情感分析準確率、召回率的差異;選擇兩者中表現(xiàn)效果較好的方法，對比基于HowNet的無監(jiān)督的機器學(xué)習(xí)方法和改進的基于統(tǒng)計的情感關(guān)鍵詞權(quán)重計算方法在表現(xiàn)效果上的差別，以此來說明本文采用的基于統(tǒng)計的情感關(guān)鍵詞權(quán)重計算方法的有效性和在處理網(wǎng)絡(luò)文本情感傾向性方面的優(yōu)點。
　　通