基于神经网络的微博观点检测方法研究

发布时间：2022-04-25 19:09

　　随着互联网中各类社交媒体的兴起,识别微博中用户的观点倾向性成为社交媒体舆情分析的主要任务之一,也逐渐成为热点事件检测的基础,以及社交媒体领域的研究热点。同时,微博观点检测在政治、经济、社会安全等方面也具有广泛的应用价值。通常,表达用户观点的微博文本具有简短、噪音多、主题涉及面广并且不显示表达主题等特点,这使得观点倾向性检测比情感检测更具有挑战性,正因为如此,到目前为止,微博观点检测仍是自然语言处理领域一项富有挑战性的研究内容,受到越来越多研究者的关注。本文基于神经网络方法实现微博观点检测,主要研究内容包括:1.本文研究了卷积神经网络和递归神经网络的网络结构及其在观点检测中的作用。2.设计实验研究了基于卷积神经网络的观点倾向性检测方法的特点,分析了卷积神经网络的特征提取功能,验证了卷积神经网络提取有利于观点检测的词汇信息,去除无关噪音信息的能力,为动态主题词的提取和设计奠定了基础。3.本文研究了基于递归神经网络的观点检测方法的特点,比较了不同的网络结构,比较了两种不同的注意力机制方法,并将Word-by-Word注意力机制用于观点检测。4.针对目前微博观点检测中主题宽泛的问题,本文提出了... 

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 论文的主要研究内容
    1.4 论文的章节安排的创新点
        1.4.1 论文的章节安排
        1.4.2 本文的创新点
第二章 基于卷积神经网络的观点检测方法研究
    2.1 卷积神经网络的特点
    2.2 基于卷积神经网络的观点检测方法设计
    2.3 实验过程和实验结果分析
        2.3.1 数据预处理
        2.3.2 实验结果及分析
    2.4 本章小结
第三章 基于递归神经网络的观点检测方法研究
    3.1 递归神经网络的特点分析
    3.2 基于递归神经网络的观点检测方法设计
    3.3 注意力机制的设计
        3.3.1 Global Attention
        3.3.2 Word-by-Word Attention
    3.4 实验结果及分析
        3.4.1 实验数据集介绍
        3.4.2 实验设计
        3.4.3 评价标准
        3.4.4 训练细节和超参数
        3.4.5 实验结果与分析
        3.4.6 参数调整过程
    3.5 本章小结
第四章 基于动态主题词的观点检测方法研究
    4.1 基于动态主题词提取方法研究
        4.1.1 基于卷积神经网络的动态主题词提取方法设计
        4.1.2 基于卷积神经网络上下文表示的动态主题词提取方法设计
    4.2 基于动态主题词的观点检测方法
        4.2.1 网络结构的设计
        4.2.2 注意力机制的设计
    4.3 实验结果与分析
        4.3.1 实验准备
        4.3.2 实验结果及分析
        4.3.3 可视化分析
    4.4 本章小结
第五章 总结与展望
    5.1 本文工作总结
    5.2 不足之处及展望
参考文献
致谢
攻读学位期间的科研成果


【参考文献】：
期刊论文
[1]基于SVM的中文微博观点倾向性识别[J]. 丁晟春,吴靓婵媛,李红梅.  情报学报. 2016 (12)
[2]中文网络评论观点词汇语义褒贬倾向性判断[J]. 李华,储荷兰,高旻.  计算机应用. 2012(11)
[3]微博文本处理研究综述[J]. 张剑峰,夏云庆,姚建民.  中文信息学报. 2012(04)

博士论文
[1]面向中文微博的观点挖掘与倾向性分析研究[D]. 刘全超.北京理工大学 2015



本文编号：3648174