中文微博评论的情感倾向分析

发布时间：2017-04-11 12:19

  本文关键词：中文微博评论的情感倾向分析，由笔耕文化传播整理发布。

【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、Facebook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
【学位授予单位】：华东交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.1;TP393.092
【目录】：

• 摘要3-4
• ABSTRACT4-5
• 目录5-7
• 第一章 绪论7-13
• 1.1 研究背景及意义7-9
• 1.1.1 研究背景7-8
• 1.1.2 研究意义8-9
• 1.2 国内外研究现状9-11
• 1.2.1 词汇极性分析研究现状9-10
• 1.2.2 句子极性分析研究现状10-11
• 1.2.3 篇章级极性分析研究现状11
• 1.3 本文的组织结构11-13
• 第二章 相关理论与技术基础13-23
• 2.1 情感分析13-14
• 2.2 关于 HowNet14-16
• 2.3 自然语言处理介绍16-17
• 2.4 文本预处理17-23
• 2.4.1 中文分词17-19
• 2.4.2 词性标注19-21
• 2.4.3 停用词处理21-23
• 第三章 文本情感分类方法23-33
• 3.1 机器学习方法分类23-30
• 3.1.1 有监督学习方法23
• 3.1.2 半监督学习方法23
• 3.1.3 无监督学习方法23-30
• 3.2 研究问题分类30-31
• 3.2.1 领域相关性研究30
• 3.2.2 数据不平衡问题研究30-31
• 3.3 基于情感词典的分类方法31-33
• 第四章 一种改进的词汇语义极性分析算法33-42
• 4.1 传统算法33-34
• 4.1.1 词语相似度计算33
• 4.1.2 义原相似度计算33-34
• 4.1.3 实词相似度计算34
• 4.2 改进算法34-37
• 4.3 实验与分析37-42
• 4.3.1 词汇相似度测试37-38
• 4.3.2 词汇极性分析测试38-39
• 4.3.3 实验评价39-42
• 第五章 基于 Hopfield 网络的句子情感倾向分析42-47
• 5.1 Hopfield 网络的基本概念42-43
• 5.2 Hopfield 网络的学习算法43-44
• 5.3 基于 Hopfield 网络的句子极性判断算法44-45
• 5.4 实验分析与评价45-47
• 5.4.1 评价指标45
• 5.4.2 实验设计与结果分析45-47
• 第六章 总结47-49
• 6.1 全文总结47
• 6.2 今后工作展望47-49
• 参考文献49-52
• 个人简历 在读期间发表的学术论文52-53
• 致谢53

【相似文献】

中国期刊全文数据库 前10条

1 吕国防;;注意新闻表述中的情感倾向[J];新闻实践;2011年06期

2 傅向华;刘国;郭岩岩;郭武彪;;中文博客多方面话题情感分析研究[J];中文信息学报;2013年01期

3 魏晶晶;吴晓吟;;电子商务产品评论多级情感分析的研究与实现[J];软件;2013年09期

4 于潇;万军;何翔;左尾欢;;校园微博情感分析系统的设计与实现[J];河北工业大学学报;2013年06期

5 封二英;庞灵;;基于弱监督迭代法的情感倾向分析[J];无线互联科技;2014年03期

6 庞磊;李寿山;张慧;周国栋;;基于微博的股票投资者未来情感倾向识别研究[J];计算机科学;2012年S1期

7 徐鹏;;基于直觉模糊推理的网页在线评论情感倾向分类[J];计算机应用与软件;2013年06期

8 杨伟杰;马博渊;刘雯;;基于意见目标句抽取的中文股评情感分析方法[J];计算机仿真;2014年03期

9 杨江;彭石玉;侯敏;;基于主题情感句的汉语评论文倾向性分析[J];计算机应用研究;2011年02期

10 张素智;樊得强;李宝燕;;基于网络评论语言学结构的情感倾向识别模型[J];郑州大学学报(理学版);2011年01期

中国重要会议论文全文数据库 前4条

1 杨江;侯敏;王宁;;基于主题情感句的汉语评论文倾向性分析[A];第五届全国青年计算语言学研讨会论文集[C];2010年

2 林慧恩;林世平;;中文情感倾向分析中主观句子抽取方法的研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

3 王素格;杨安娜;;一种混合语言信息的词语搭配倾向判别方法[A];第五届全国信息检索学术会议论文集[C];2009年

4 宋晓雷;王素格;李红霞;;基于概率潜在语义分析的词汇情感倾向判别[A];第五届全国青年计算语言学研讨会论文集[C];2010年

中国重要报纸全文数据库 前3条

1 唐楠;新闻应避免情感倾向[N];中国新闻出版报;2005年

2 鲁东;不尽乡情入画来[N];中国文化报;2001年

3 杨勇涛;让摄影唤起心灵的本真[N];中国摄影报;2005年

中国博士学位论文全文数据库 前5条

1 张奇;细颗粒度情感倾向分析若干关键问题研究[D];复旦大学;2008年

2 王素格;基于Web的评论文本情感分类问题研究[D];上海大学;2008年

3 杨卉;Web文本观点挖掘及隐含情感倾向的研究[D];吉林大学;2011年

4 李思;WEB观点挖掘中关键问题的研究[D];北京邮电大学;2012年

5 李方涛;基于产品评论的情感分析研究[D];清华大学;2011年

  本文关键词：中文微博评论的情感倾向分析，由笔耕文化传播整理发布。

本文编号：299100