论文--基于情感词典的微博评论情感分析

《论文--基于情感词典的微博评论情感分析》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、基于情感词典的微博评论情感分析学号：天津财经大学[摘要]近年来微博的出现，极大丰富了人们的生活。其简短写作，便捷发布，实时交互的特点深受大众欢迎。越来越多的用户乐于在微博平台上分享信息，交流观点和情感。通过对这些信息展开情感分析，可以实现微博舆情监控等。情感分析主要是判别微博文本的情感倾向性，即属于正面、负面、中性。根据中文微博的自身特点，在传统文本情感分析的已有基础上，展开对微博的情感倾向分析。首先，对微博进行爬虫搜集微博评论数据，然后对爬虫得到的评论进行中文分词。最后对分词得到的文档对照情感词典进行情感定位以及情感聚合，结果得到对整

2、条微博消息作加权计算获得其情感倾向性，实现了一个面向中文微博的情感倾向分类系统。[关键词]微博爬虫中文分词情感词典情感倾向目录摘要.....................................................I一、绪论（一）研究背景..........................................(1)（二）研究意义..........................................(1)（三）国内外发展现状..................................

3、..(2)（四）论文的分工........................................(2)二、具体内容............................................(3)三、情感聚合（一）微博的独特性......................................(4)（二）算法分析..........................................(5)四、实验代码............................................(6)五

4、、总结与展望（一）全文总结.........................................(10)（二）进一步的研究方向..................................(10)六、遇到的问题（一）我们项目进行时出现的问题..........................(10)（二）老师对我们提出的问题..............................(11)（三）其他小组向我们小组提出的问题......................(11)（四）我们向其他小组提出的问题.......

5、...................(12)一、绪论（一）项目背景英国Corpora软件公司开发了一套名叫“感情色彩(Sentiment)”的软件，它能判断报纸刊登的文章对一个政党的政策是持肯定态度还是否定态度、或者网上评论文章是称赞还是贬低一种产品，以帮助政府和一些大公司全面了解公众舆论对他们的看法。长期以来，要了解关于某个问题的报道是正面的还是反面的，是消极的还是中立的，往往需要求助于调查公司。这些公司的员工仔细阅读有关某个机构、个人、事件或问题的所有文字，然后就这些评论的态度做出反馈。这不仅耗费大量人力和财力，而且过程相当缓慢。

6、同时近年来，伴随着Web与4G技术的高速发展，互联网以其丰富的内容，快捷的方式，呈现给我们一个前所未有的崭新世界。无数用户以及一大批基于互联网的社交网络平台步入了高速发展期。与此同时，论坛、博客、微博等得到了更为广阔的发展空间，这些都给人们的生活和社会运行方式带来了深深的影响。从国外的Twitter、Plurk，到中国的饭否、新浪微博等，短时间里以惊人的速度发展并拥有了大量用户。在国内，短短几年时间里，微博从互联网的新秀跃升为互联网的基础应用之一，以微变革的力量，打开了一个大时代之门。（二）研究意义当今世界，信息量巨大，并呈指数级增长，

7、从现有表达方式了解信息，是一件困难的事情。从巨大的信息量中找到人们关心的信息或者隐含的结论，在现阶段尚是个难题。庞大的微博信息流揽括了众多话题，也许这些信息看似琐碎，而且非常不规则，可事实上蕴藏着巨大的潜在价值。微博平台上的各种互动，往往与用户的心理有关，用户一旦在微博中发言，便有了立场和倾向，这就可以对其做情感分析。通过情感分析的结果：名人可做自身形象维护；企业可做微博营销、客户关系管理以及品牌宣传；商家可通过用户产品体验后的评价做产品改进，从而提高市场占有率；政府机构可掌握突发事件后的社会群体心理，进行舆情监控；除此之外，还可对特定

8、的高压力人群做情感分析，从而给他们提供有针对性的心理疏导等等。因此，如何从微博消息中获取用户的情感倾向，并服务于生活是一个很有价值的工作。面对海量的微博数据，仅仅依靠人工浏览来获取用户情感将是一件十分繁琐与