情感Ontology構(gòu)建及其網(wǎng)絡(luò)輿情文本傾向性分析.pdf

1、輿情是指在一定的社會(huì)空間內(nèi)，圍繞中介性社會(huì)事項(xiàng)的發(fā)生、發(fā)展和變化，作為主體的民眾對(duì)作為客體的國(guó)家管理者產(chǎn)生和持有的社會(huì)政治態(tài)度。最直接、最快速地反映了社會(huì)各個(gè)層面的輿情狀況與發(fā)展態(tài)勢(shì)，對(duì)社會(huì)產(chǎn)生的影響面和影響力越來越大。政府及相關(guān)管理者亟需對(duì)處于“未然態(tài)”的輿情信息進(jìn)行挖掘與分析，把握網(wǎng)絡(luò)輿情動(dòng)態(tài)，針對(duì)網(wǎng)絡(luò)輿情資源進(jìn)行資源的傾向性判斷和區(qū)分并及時(shí)做出反應(yīng)，這對(duì)提高處置網(wǎng)絡(luò)突發(fā)事件的能力和監(jiān)管能力有非常重要的意義。輿情分析涉及到的技術(shù)非常

2、多，而核心是文本傾向性分析技術(shù)。文本傾向性分析技術(shù)就是用戶關(guān)于某個(gè)事物的看法或評(píng)論文本的分析，從而判斷該看法或評(píng)論是屬于對(duì)該事物的積極或消極意見。它在商業(yè)網(wǎng)絡(luò)輿情分析、產(chǎn)品評(píng)論分析上有著廣泛的應(yīng)用前景。 目前兩類主流的文本傾向性分析方法(即基于語義規(guī)則的文本傾向性分析方法和基于統(tǒng)計(jì)的文本傾向性分析方法)都是僅僅將文檔看作是詞或語義模式的集合，然后查找或計(jì)算所有這些詞匯或語義模式的傾向性值，最后將所有傾向性值累加得到整個(gè)待判斷評(píng)論

3、性文檔的文本傾向性值。這兩種方法在分析的過程中往往因語義和語境信息不足等因素導(dǎo)致文本傾向性分析結(jié)果存在片面性和孤立性等問題。 針對(duì)當(dāng)前文本傾向性分析方法的不足，在對(duì)當(dāng)前網(wǎng)絡(luò)輿情分析研究現(xiàn)狀進(jìn)行調(diào)查和研究的基礎(chǔ)上，本文提出了一種基于情感Ontology的文本傾向性分析方法。首先基于《知網(wǎng)( Hownet)》從網(wǎng)絡(luò)輿情資源中抽取能夠表達(dá)資源傾向性的概念，并定義好這些概念與概念之間的關(guān)系(遞進(jìn)、轉(zhuǎn)折關(guān)系等)構(gòu)建情感Ontology。構(gòu)

4、建情感Ontology是為了更充分的表達(dá)情感詞匯之間所蘊(yùn)含的語義信息，這包含詞匯的情感傾向性以及詞匯間的相似、遞進(jìn)和轉(zhuǎn)折關(guān)系等，從而為文本的傾向性分析提供有效的語義和語境分析依據(jù)。其次基于構(gòu)建好的情感Ontology和《知網(wǎng)》對(duì)網(wǎng)絡(luò)輿情資源中的每一個(gè)詞匯進(jìn)行極性計(jì)算。然后利用情感Ontology中定義好的概念與概念之間的關(guān)系，對(duì)已經(jīng)計(jì)算好的每一個(gè)詞匯的極性進(jìn)行調(diào)整，以提高整個(gè)文本傾向性分析的正確率。最后再利用SVM機(jī)器學(xué)習(xí)方法對(duì)網(wǎng)絡(luò)輿情