中文微博情绪分析技术研究

发布时间：2017-11-10 19:02

本文关键词：中文微博情绪分析技术研究

【摘要】：微博是近年来发展快且影响深远的网络媒体形式,由于即时、开放、交互、时效的特点吸引了广大的用户使用,深入影响着人们日常生活方式,展现出了强大的社交能力和传播影响力。微博文本内容中潜藏巨大的有价值信息,对其进行情感分析,可为政府提供舆情分析、为企业提供决策依据、为个人发掘兴趣爱好等等。随着对文本情感分析的不断深入,细粒度的情感分析,即情绪分析已逐渐成为研究的重点。本文主要是通过对微博进行情绪分析,其判别出微博博主所具有的情绪类型。本文主要研究内容分为以下几点：首先是分析微博语言表达特点。微博语言属于网络语言,与普通的文本内容相比有着许多新特点。本文主要从情绪分析的角度对微博语言进行分析,其中包括符号、数字、微博表情等表达形式。其次是提出的一种基于依存句法的情感词计算方法。通过对句子的依存句法分析提取出对情感词的极性与强度产生影响的关系对,提出了4个情感词计算公式计算情感词的强度和极性。再是基于SVM和规则相结合的微博情绪分类内容。通过构建微博情绪特征使用SVM的机器学习分类方法尽管相对其他方法来说能取得较好的效果,但是总体效果不够理想,因此本文通过对微博文本的分析提出了20条微博语言规则与表情规则,包括3条否定规则,纠正SVM分类结果,使得最终的分类结果达到更优。
【学位授予单位】：浙江工商大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.092;TP391.1

【参考文献】

中国期刊全文数据库前10条

1 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期

2 曾凡仔,裘正定;一种基于可行域解析中心的多类分类算法[J];复旦学报(自然科学版);2004年05期

3 欧阳纯萍;阳小华;雷龙艳;徐强;余颖;刘志明;;多策略中文微博细粒度情绪分析研究[J];北京大学学报(自然科学版);2014年01期

4 闻彬;何婷婷;罗乐;宋乐;王倩;;基于语义理解的文本情感分类方法研究[J];计算机科学;2010年06期

5 杨鼎;阳爱民;;一种基于情感词典和朴素贝叶斯的中文文本情感分类方法[J];计算机应用研究;2010年10期

6 朱嫣岚;闵锦;周雅倩;黄萱菁;吴立德;;基于HowNet的词汇语义倾向计算[J];中文信息学报;2006年01期

7 文勖;张宇;刘挺;马金山;;基于句法结构分析的中文问题分类[J];中文信息学报;2006年02期

8 徐琳宏;林鸿飞;杨志豪;;基于语义理解的文本倾向性识别机制[J];中文信息学报;2007年01期

9 林江豪;阳爱民;周咏梅;陈锦;蔡泽键;;一种基于朴素贝叶斯的微博情感分类[J];计算机工程与科学;2012年09期

10 林政;谭松波;程学旗;;基于情感关键句抽取的情感分类研究[J];计算机研究与发展;2012年11期