融合表情符號的微博文本傾向性分析.pdf

1、在現(xiàn)代社會中，隨著互聯(lián)網(wǎng)和新媒體的飛速發(fā)展，微博呈現(xiàn)爆發(fā)性的增長，越來越多的人開始使用微博。在微博上，人們可以實(shí)時(shí)發(fā)布消息來表達(dá)對現(xiàn)實(shí)生活中各種問題的觀點(diǎn)看法，討論當(dāng)前熱點(diǎn)話題，共享信息資源等。微博用戶之間通過相互關(guān)注，相互轉(zhuǎn)發(fā)和評論使微博中的信息豐富，因而形成了海量的微博情感信息。對微博中的信息進(jìn)行傾向性分析，分析出微博用戶對重大事件、企業(yè)產(chǎn)品的觀點(diǎn)看法，對網(wǎng)絡(luò)輿情預(yù)警與分析、市場產(chǎn)品調(diào)研和市場營銷等應(yīng)用有著十分重要的意義。
　

2、　現(xiàn)有的中文傾向性分析主要集中在產(chǎn)品評論、新聞報(bào)道等領(lǐng)域，而微博作為新興的社交網(wǎng)絡(luò)媒體，目前針對微博的傾向性分析還是采用原有的傾向性分析方法，缺少對微博相關(guān)特征的分析。本文針對微博的特點(diǎn)，研究工作主要包含如下三個(gè)方面：
　　1.針對微博短文本的語言特點(diǎn)，提出了融合互信息的改進(jìn)N-Gram微博新詞發(fā)現(xiàn)方法。
　　微博是一種極其活躍且口語化的語言，每天都會有很多新詞產(chǎn)生，這些新詞往往帶有一定的情感傾向。本文針對微博中新詞的特點(diǎn)，

3、提出了一種融合互信息和N-Gram微博新詞發(fā)現(xiàn)算法，通過N-Gram算法從微博語料中抽取字符串作為候選特征字，同時(shí)計(jì)算其互信息來合并候選特征詞，從而識別出語料中的新詞。實(shí)驗(yàn)結(jié)果表明，該方法對新詞的識別具有較好的效果，可應(yīng)用于微博的新詞發(fā)現(xiàn)。
　　2.針對微博中表情符號的特點(diǎn)，提出了基于統(tǒng)計(jì)的微博表情符號詞典構(gòu)建方法。
　　表情符號是一種十分重要的情感表達(dá)形式，已成為微博中人們交流溝通的重要方式。本文根據(jù)微博中表情符號的相關(guān)特

4、點(diǎn)，提出了一種基于統(tǒng)計(jì)的表情符號詞典構(gòu)建方法，根據(jù)對微博語料中與表情符號相鄰的文本的情感分析，從而確定表情符號的傾向性，進(jìn)而完成表情符號詞典的構(gòu)建。實(shí)驗(yàn)結(jié)果表明，使用表情符號詞典提高了微博傾向性分析的準(zhǔn)確性，達(dá)到了較好的實(shí)驗(yàn)效果。
　　3.針對中文微博的特點(diǎn)，提出融合表情符號和微博新詞的微博文本傾向性分析算法。
　　本文在結(jié)合新詞發(fā)現(xiàn)算法和構(gòu)建的微博表情詞典，提出了一種融合表情符號和微博新詞的微博文本傾向性分析算法。該算法以