中文微博情感詞典的構(gòu)建研究與應(yīng)用.pdf

1、近年來(lái)隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，包括微博、即時(shí)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(gè)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(jī)構(gòu)進(jìn)行微博營(yíng)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(huì)意義和商業(yè)價(jià)值。
　　情感分析在信息科學(xué)中，是指利用自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等技術(shù)對(duì)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(diǎn)問題，主要有兩種方法:基于情感詞典和基于

2、機(jī)器學(xué)習(xí)。但中文微博在文本長(zhǎng)度、表達(dá)方式、語(yǔ)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(jī)器學(xué)習(xí)方法無(wú)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(duì)傳統(tǒng)研究中存在的不足，本文主要利用了改進(jìn)后SO-PMI算法和主題-情感混合模型來(lái)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(gè)方面:
　　(1)針對(duì)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(gè)基礎(chǔ)情感詞典;同時(shí)提出了利用距離互信息和拉普拉斯平滑技術(shù)來(lái)改進(jìn)SO-PMI算法對(duì)微博領(lǐng)域情感詞典進(jìn)行構(gòu)建。并通過實(shí)驗(yàn)驗(yàn)證了本文提出的算法在微博情感詞語(yǔ)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(yǔ)料庫(kù)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