基于svm的微博情感倾向性分析研究

《基于svm的微博情感倾向性分析研究》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、授予单位代码学号或申请号密级中原工学院硕士学位论文论文题目:基于SVM的微博情感倾向性分析研究研究生姓名:李可可研究方向:网络安全技术指导教师:郑秋生教授指导教师单位:中原工学院学科专业名称:计算机应用技术申请学位级别:硕士论文提交日期:2014年3月论文答辩日期:2014年5月培养单位:中原工学院学位授予单位:中原工学院答辩委员会主席:万方数据中原工学院学位论文原创性声明本人郑重声明：所呈交的学位论文，是我个人在导师的指导下进行的研究工作及取得的研究成果。论文中除了特别加以标注和致谢的地方外，不包含任何其他个人或集体已经公开发表或撰写过的研究成果。其他同志对本研究的启发和所作的贡献

2、均已在论文中作了明确的声明并表示了谢意。本人学位论文与资料若有不实，愿意承担一切相关的法律责任。学位论文作者签名：年月日中原工学院学位论文知识产权声明书本人完全了解中原工学院有关保护知识产权的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于中原工学院。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。学校可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密论文待解密后适合本声明。学位论文作者签名：指导教师签名：年月日年月日I万方数据中原工学院硕士学位论文摘要基于SVM的微博情

3、感倾向性分析研究专业：计算机应用技术硕士生：李可可指导教师：郑秋生教授摘要随着Web2.0时代的到来,网络的发展已经进入人们生活的各个领域，近年来微博的出现，让生活更加丰富。微博影响力的增长，吸引了大批学者对微博客的深入研究，而情感词识别和情感分析成为了一个重要的课题。在微博的开放平台，提供的功能是可以查阅信息，也可以发布信息给别人来看。与此同时，随着发布信息的多元化，随之产生了新问题，如，情感新词的出现及对微博句的情感极性分析，新词的出现给中文分词产生很多难以识别的“散串”和“碎片”；情感分析时判别感情倾向性微博客的文字，属于判断积极的，消极的，中立的法官。对这些文本的情感倾向性，

4、可以对网民的情绪有掌握，不仅有一定的商业价值，还有益于社会、还可以帮助我们在舆情监控、词库更新、自然语言处理等领域完善。每天数以万计的中文微博用户刷新信息，对微博情感词的产生以及对极性分析的问题都随之产生，做好这些工作对了解用户的态度很重要和迫切。本文通过从实验提供的数据，通过条件随机场进行情感词识别，进行词性标注，结合上下文信息特征，构建特征向量，对语料数据进行训练模型构建和测试，最后得到情感词的正确率（Precision）、召回率(Recall)和F-值。对微博情感词进行有效正确的识别是判别微博文本情感倾向性的前提和基础。本文首先结合中文信息处理、自然语言等知识，结合实验室对情感

5、新词发现和情感倾向分析的研究，论述情感倾向相关的各种关系，是建立在微博情感倾向性判断现有所做分析的基础之上的。本论文的研究最终目的是提高数据结果的正确率、召回率及F-值，为更进一步的研究奠定基础。实验数据选用项目给定的微博语料，情感词识别和情感倾向性分析的训练和测试数据是不同的，实验结果也验证了该论文中用到的方法是可行的。实验结果显示：该方法在情感词识别正确率为34.21%，召回率为0.11%，F值为0.002%；结果识别率整体不高，但也为下一步工作打好了基础。对情感句极性判别的正确率为84.87%，召回率为65.18%，F值为77.27%，此次研究对中文微博的情感倾向性分析进行了初

6、步探索。I万方数据中原工学院硕士学位论文摘要关键词：微博；情感倾向性；情感词典；支持向量机；II万方数据中原工学院硕士学位论文摘要Analysisofmicro-blogsentimentorientationbasedonSVMSpecialty:TechnologyofComputerApplicationName:LiKeKeSupervisor:Prof.ZhengQiushengAbstractWiththeadventoftheeraofWeb2.0,webdevelopmenthasenteredallareasofpeople'slives,inrecentyears

7、,theemergenceofmicroblogging,makelifericher.Microblogginginfluencegrowth,attractingalargenumberofscholarsin-depthstudyofthemicro-blog,andemotionalwordrecognitionandsentimentanalysishasbecomeanimportantissue.Intheopenmicrobloggingp