負(fù)面新聞判定算法的研究與應(yīng)用.pdf

1、負(fù)面新聞對(duì)銀行、風(fēng)險(xiǎn)投資公司等機(jī)構(gòu)具有重要參考價(jià)值，但是現(xiàn)有通用搜索引擎一般都不提供負(fù)面新聞篩選功能;而人工篩選相關(guān)主題負(fù)面新聞，效率低、工作量大，不能滿足應(yīng)用需求。高效而準(zhǔn)確地自動(dòng)檢索、識(shí)別與特定主題（詞）相關(guān)負(fù)面新聞，具有很好的理論意義和應(yīng)用價(jià)值。
　　本文在大量分析、研究負(fù)面新聞網(wǎng)頁語料文本特征的基礎(chǔ)上，提出了一種融合依存語法及簡(jiǎn)化的格語法，結(jié)合情感詞典進(jìn)行關(guān)鍵句群語義傾向識(shí)別，進(jìn)而識(shí)別負(fù)面新聞的方法。通過對(duì)該方法進(jìn)行實(shí)現(xiàn)，

2、并應(yīng)用到實(shí)際系統(tǒng)中，驗(yàn)證了方法的有效性。論文的具體工作和貢獻(xiàn)如下:
　　1.提出了一種實(shí)用的關(guān)鍵句群提取方法。該方法依據(jù)加權(quán)圖和統(tǒng)計(jì)的思想，過濾網(wǎng)頁新聞中的文本噪聲，來提取與主題關(guān)鍵字相關(guān)的關(guān)鍵句，作為文本情感分析的原始語料。
　　2.基于依存語法及簡(jiǎn)化的格語法理論，提出了一種利用HowNet情感詞典進(jìn)行關(guān)鍵句群語義傾向識(shí)別，進(jìn)而識(shí)別負(fù)面新聞的方法。
　　3.基于開源項(xiàng)目FudanNLP中文語言處理分析工具包，對(duì)本文所

3、提出的關(guān)鍵句群提取方法以及負(fù)面新聞識(shí)別方法，在目標(biāo)原型系統(tǒng)“負(fù)面新聞自動(dòng)檢索系統(tǒng)(Negative News Automatic Retrieval System，NNARS)”中進(jìn)行了實(shí)現(xiàn)。
　　本文除了參與系統(tǒng)總體設(shè)計(jì)外，主要具體負(fù)責(zé)以下功能模塊的實(shí)現(xiàn):1）可在后臺(tái)定時(shí)調(diào)用主流新聞檢索引擎，根據(jù)關(guān)鍵詞抓取相關(guān)新聞網(wǎng)頁;2）從新聞網(wǎng)頁自動(dòng)提取原始預(yù)料——新聞主題及內(nèi)容文本;3）利用基于本文方法所實(shí)現(xiàn)的核心算法，針對(duì)原始新聞?lì)A(yù)料進(jìn)