中文微博情感詞典的構(gòu)建研究與應(yīng)用.pdf

1、近年來隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，包括微博、即時通訊工具在內(nèi)的新型社交媒體已從根本上改變了人們的生活方式。以微博為主的帶有個人情感色彩的言論信息正迅速發(fā)展，深入了解和挖掘微博情感信息，為政府、商家等機構(gòu)進行微博營銷、品牌調(diào)查、網(wǎng)絡(luò)輿情監(jiān)控提供支撐，具有重要的社會意義和商業(yè)價值。
　　情感分析在信息科學(xué)中，是指利用自然語言處理、機器學(xué)習(xí)等技術(shù)對作者主觀情感傾向的分析研究。微博情感分析是其中的熱點問題，主要有兩種方法:基于情感詞典和基于

2、機器學(xué)習(xí)。但中文微博在文本長度、表達方式、語言風(fēng)格等方面與傳統(tǒng)文本有著較大區(qū)別，傳統(tǒng)的機器學(xué)習(xí)方法無法保留情感特征之間的關(guān)系;而基于情感詞典的方法，目前又找不到覆蓋面較好的可用中文情感詞典。
　　針對傳統(tǒng)研究中存在的不足，本文主要利用了改進后SO-PMI算法和主題-情感混合模型來構(gòu)建適合中文微博情感分析的中文微博情感詞典，涉及的主要工作有以下幾個方面:
　　(1)針對現(xiàn)有情感詞典在微博情感詞覆蓋度低的問題，整合現(xiàn)有情感詞典資

3、源，構(gòu)建了一個基礎(chǔ)情感詞典;同時提出了利用距離互信息和拉普拉斯平滑技術(shù)來改進SO-PMI算法對微博領(lǐng)域情感詞典進行構(gòu)建。并通過實驗驗證了本文提出的算法在微博情感詞語的傾向性判斷上，相比于傳統(tǒng)方法在準(zhǔn)確率上有了較大的提升。
　　(2)研究文本情感分析中基礎(chǔ)情感詞情感傾向與描述主題的關(guān)系，提出主題-情感混合模型。該模型假設(shè)微博語料庫中的每條微博文本都只符合一種主題-情感分布，利用模型生成文檔的過程中輸出主題-情感詞，從而解決了同一情感