中文微博评论的情感倾向分析.pdf

《中文微博评论的情感倾向分析.pdf》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、分类号______________________________密级______________________________ＵＤＣ______________________________编号______________________________全日制专业学位硕士论文中文微博评论的情感倾向分析学位申请人：周冬卫学科专业：计算机技术校内导师：黄卫春教授答辩日期：独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指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的

2、地方外，论文中不包含其他人已经发表和撰写的研究成果，也不包含为获得华东交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人签名_______________日期____________中文微博评论的情感倾向分析摘要随着互联网的飞速发展和普及，使用微博的用户越来越多，人们越来越热衷于在微博上发表自己的观点和对某事的评论，于是微博成为了人们沟通的桥梁，也是人们获取信息最为重要的一个社交平台。然而，相比于Twitter、Fac

3、ebook等外文社交平台，中文微博的情感分析研究的相对较少。用户发表的评论观点，一定程度上表达出了用户对某产品或者是信息资源的态度，同时也表现出强烈的情感倾向，因此情感倾向分析便逐渐成为自然语言处理研究的热点。按文本研究粒度来分，情感分析通常分为词汇情感倾向分析、句子情感分析和篇章情感分析,其中词汇情感分析又是文本情感分析的基础和前提。本文的主要研究工作如下：(1)介绍情感分析目前的研究现状、研究背景以及研究意义。(2)详细介绍情感倾向分析要用到的相关基础知识。针对现有汉语词汇极性分析对词汇的义原考虑

4、的不够全面，使得极性分析存在不准确的问题，本文基于HowNet提出了一种更有效的词汇语义倾向性计算方法。本方法的主要思想是：先找准一组褒贬中性词库，然后提取出待测词与词库中基准词词汇的极性义原、词性、其它义原，计算相应的相似度，并分别给出合适的权重值，由此计算出待测词与基准词的相似度，最后判断待测词的情感倾向。实验结果表明，该方法可以进一步的提高语义极性倾向判别准确率。(3)对现有的文本情感分类方法进行了研究，分析比较了这些方法各自存在的特点及问题。针对存在的问题，对比于传统的Bayes算法及SVM算

5、法，本文提出了一种基于Hopfield的句子情感倾向分析算法，通过实验分析发现，本文算法虽然相比于Bayes算法在准确率上有一定的提高，但还是稍逊于SVM算法，该方法有待于进一步的研究。关键词：情感分析,语义倾向,极性相似度,极性义原ISENTIMENTTENDENCYANALYSISOFTHECHINESEMICROBLOGCOMMENTABSTRACTWiththerapiddevelopmentandthepopularizationofInternet,moreandmorepeopleuse

6、Microblog.PeoplebecomeinterestedinexpressingtheirownopinionsandcommentsaboutsomethingonMicroblog,soMicroblogbecomesthebridgeforcommunicatingwithpeople,anditbecomesoneofthemostimportantsocialplatforms.However,theresearchofthesentimentanalysisonChineseMic

7、roblogisrelativelylessthanthesocialplatformssuchasTwitterandFacebook.Thereviewdatacommentedbyusersshowedtheattitudeabouttheproductortheinformationresourcetoacertainextent,andshowedthesentimenttendencystronglyatthesametime,sothesentimenttendencyanalysish

8、asgraduallybecomethehotspotoftheresearchofthenaturallanguageprocessing.Accordingtotheresearchofthetextgranularity,sentimentanalysisisusuallydividedintowordandphrasesentimentanalysis,sentencesentimentanalysis,textsentimentanalysis