基于文本分類的微博情感傾向研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩57頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近年來,人們?cè)絹碓揭蕾囉谏缃卉浖肀磉_(dá)自己的觀點(diǎn),如使用微博、論壇、貼吧等渠道發(fā)表意見,表達(dá)情感。而人們對(duì)于熱點(diǎn)事件和話題的各種各樣的情感信息,則通過上述方式直觀的反映了出來。因此,通過挖掘和研究大眾對(duì)各類事件的情感傾向,可以達(dá)到對(duì)熱點(diǎn)輿論的監(jiān)控和大眾看法的感知,為國(guó)家、企業(yè)等作出決策提供著重要依據(jù)。以往的信息檢索及采集技術(shù),多數(shù)是以關(guān)鍵詞為基礎(chǔ),難以支持情感傾向的挖掘,信息提取和文本分類通常沒有進(jìn)行深層次的語(yǔ)義挖掘,因而對(duì)文本中所表達(dá)

2、出的情感傾向無法進(jìn)行深層次的挖掘。因此在大數(shù)據(jù)時(shí)代,有效地利用數(shù)據(jù)挖掘及文本挖掘的相關(guān)知識(shí),挖掘微博熱點(diǎn)信息以及評(píng)論中的情感傾向,將在商品智能推薦、政府輿情監(jiān)控、文本自動(dòng)分類等方面有廣闊的發(fā)展前景。
  本論文的主要研究?jī)?nèi)容如下:
 ?。?)對(duì)情感傾向分析和文本分類的相關(guān)概念和技術(shù)做了分析,包括微博短文本情感傾向分類以及文本分類的國(guó)內(nèi)外研究現(xiàn)狀、文本分類常用的幾種算法:支持向量機(jī)(SVM),最大熵、決策樹、人工神經(jīng)網(wǎng)絡(luò)算法等

3、,并重點(diǎn)分析了傳統(tǒng)的k最近鄰算法,研究算法的基本思路以及該算法在文本分類當(dāng)中的應(yīng)用。
 ?。?)基于傳統(tǒng)的k最近鄰算法,并結(jié)合一定的關(guān)聯(lián)規(guī)則,本文提出了一種對(duì)于k最近鄰算法的改進(jìn):基于主題--情感相關(guān)聯(lián)的k最近鄰算法,在文本分類時(shí)主題與情感相關(guān)聯(lián),進(jìn)行特征值的組合,能夠更好的確定k值,提高分類效率。
  (3)將改進(jìn)后的基于主題--情感的k最近鄰算法在微博熱點(diǎn)信息數(shù)據(jù)集中加以應(yīng)用,進(jìn)行情感傾向正向、負(fù)向、中性三種分類實(shí)驗(yàn),同

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論