微博新词发现及新词情感极性判断方法

《微博新词发现及新词情感极性判断方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、響４袁碲笟士ｆ顼士学位论文徵博鉀娟发现及封詞债威权牲判新方法王欣指导教师：唐万梅教授专业名称：计算机软件与理论研究方向：数据挖掘二〇一八年四月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含他人己经发表或撰写过的研究成果，也不包含为获得重庆师范大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明。弋．学位论文作者签名：签字日期：Ｍ

2、年／月７日学位论文版权使用授权书本学位论文作者完全了解重庆师范大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅－可以将学位论文的全部或部分内容。本人授权重庆师范大学，可以采用影印编入有关数据库进行检索、缩印或扫描等复制手段保存、汇编学位论文。学位论文作者签名：魏签字日期：Ｍ年／月日重庆师范大学硕士学位论文微博新词发现及新词情感极性判断方法硕士研究生：王欣指导教师：唐万梅教授学科专业：计算机软件与理论所在学院：计算机与信息科学学院重庆师范大学

3、二〇一八年四月AThesisSubmittedtoChongqingNormalUniversityinPartialFulfillmentoftheRequirementsfortheDegreeofMasterOntheDiscoveryofNewWordsonWeiboandJudgmentMethodaboutNewWords’SentimentalPolarityCandidate:WangXinSupervisor:Prof.TangWanmeiMajor:ComputerSoftwareandTheoryCollege

4、:CollegeofComputerandInformationScienceChongqingNormalUniversityApril,2018重庆师范大学硕士学位论文中文摘要微博新词发现及新词情感极性判断方法摘要随着互联网的发展，网络不断改变着人类的交流方式和表达方式，并产生了大量的新词。作为大数据时代最热门的社交网络媒体，微博已经成为了互联网上新词诞生和快速流传的重要平台。由于不能有效识别新词，这在很大程度上影响了中文分词、情绪分析等自然语言处理任务的准确性。因此，基于微博文本的新词发现及其情感极性判断具有十分重要的研究意义

5、与价值。在情绪分析研究中，词语的情感极性判断是情感分析研究工作的基础。新词凭借其简洁凝练的字符表达能力而被人们广泛使用，由于对新词的认识不足，判断新词的情感极性有一定的困难，从而影响了文本情绪分析的效果。完成上述研究工作的第一个需求就是分词，分词效果的好坏直接影响了情绪分析结果的正确率，新词又是影响分词准确性的主要因素。因而，本文以微博新词发现及新词的情感极性判断作为研究课题，具体研究内容如下：基于改进新词合成算法的新词发现。首先，分析了已经出现的一些新词发现方法存在的问题，针对被分词工具错分成多个词的新词，结合多字点互信息、左右邻

6、接熵等统计量和改进的新词合成算法，合并相邻的词语获得候选新词；再对新词候选集合进行低频词过滤、停用词过滤、构词规则过滤、常用词典过滤等后处理，得到新词集合。基于改进情感倾向点互信息的新词情感极性判断。本文改进了一种结合词向量和情感倾向点互信息的新词情感判断方法。首先，将文本分词后得到的词语都转换为向量形式，再计算其他词语与新词的相似度，得到新词的若干个相似词；其次，本文结合基础情感词的情感极值改进了情感倾向点互信息，通过计算新词与相似词集合中的情感词之间的情感倾向点互信息来推断新词可能的情感极性。本文改进的新词发现方法能够比较有效地

7、抽取新词；改进的新词情感极性判断方法也对新词的情感极性识别能力有所提升，并且判断新词的情感极性可以改善微博语句情绪分析的效果。关键词：微博，新词发现，情感极性判断，多字点互信息，情感倾向点互信息I重庆师范大学硕士学位论文英文摘要OntheDiscoveryofNewWordsonWeiboandJudgmentMethodaboutNewWords’SentimentalPolarityABSTRACTThedevelopmentoftheInternethasconstantlychangedthewayofcommunicati

8、onandexpressionofhumanbeings,whichleadstheemergenceofnumerousnewwords.Asthemostpopularsocialnetworkingmediaintheconte