網(wǎng)絡(luò)輿情中文信息情感傾向分析研究.pdf

1、一般說來，人們對事物的情感傾向是兩面性的，也就是正面和負(fù)面，褒義和貶義等。由此可見，通常的文本情感傾向分類是一個(gè)二分類問題，即最終將其分為正面和負(fù)面。文本傾向性分類是一個(gè)新穎而且重要的研究方向，具有商業(yè)價(jià)值和研究價(jià)值，具體可以應(yīng)用到網(wǎng)絡(luò)輿情分析、產(chǎn)品評價(jià)，信息篩選、信息過濾、產(chǎn)品推薦以及智能化搜索等方面。
　　本文以高斯過程構(gòu)建文本傾向分類器為主線，研究了文本傾向性分類中情感語料的采集、文本的預(yù)處理、情感字典構(gòu)建、特征提取、構(gòu)建特

2、征向量以及權(quán)重計(jì)算、歸一化等關(guān)鍵問題，提出了一些新的觀點(diǎn)和方法，并通過實(shí)驗(yàn)進(jìn)行驗(yàn)證。主要的研究工作包括:
　　1.利用DOM樹模型對淘寶、京東、蘇寧和國美網(wǎng)站結(jié)構(gòu)進(jìn)行分析，設(shè)計(jì)了一種多線程爬蟲程序，該程序可以自動(dòng)采集人們對這四個(gè)網(wǎng)站空調(diào)產(chǎn)品的評價(jià)。最終從互聯(lián)網(wǎng)上采集了大約150萬字的文本作為語料庫。該語料來源可靠，感情特征明顯，對研究網(wǎng)絡(luò)輿情文本情感傾向具有一定的意義。并對其進(jìn)行了中文分析和情感標(biāo)注處理。
　　2.提出了一種

3、構(gòu)建空調(diào)評論領(lǐng)域?qū)Ｓ们楦性~典的方法，首先選用基礎(chǔ)情感詞典作為種子詞，然后利用PMI算法計(jì)算文本中情感詞的傾向性，將和種子詞中傾向性相同的情感詞寫入情感詞典。最后基于該詞典進(jìn)行特征選擇對目標(biāo)文本進(jìn)行情感分類。
　　3.構(gòu)建了一種基于粒子群算法改進(jìn)的高斯過程分類模型。該模型在高斯過程分類器的基礎(chǔ)上進(jìn)行了PSO算法優(yōu)化。并采用前面的語料庫進(jìn)行訓(xùn)練和測試，結(jié)果表明，采用PSO優(yōu)化之后，分類器的性能有明顯的提高。
　　4.運(yùn)用java