WEB文本情感分类中关键问题的研究(可复制论文).pdf 全文

  本文关键词：WEB文本情感分类中关键问题的研究，由笔耕文化传播整理发布。

摘要 北京邮电人学博士学位论文 WEB文本情感分类中关键问题的研究 摘要 随着计算机技术和互联网的迅猛发展，网络在线的文档成为现代主 要的信息载体，是人们生活中不可或缺的主要信息来源。而随着互联网 进入web2．0时代，人们从被动的接受门户网站发布信息，转变为主动的 获取、发布、共享、传播信息。同时，由于用户参与到信息的产生，网 络信息的内容形式也变得多样化，越来越多的具有个人观点性的内容充 斥着网络。这些观点性内容对于网络电子商务、网络社区发掘、网络信 息安全、网络信息检索等多方面都具有重要的意义和实用价值。对网络 文本观点性内容的自动情感分析成为近期web信息处理的一个研究热 点，而其中的核心技术就是文本情感分类。 在这样一个背景下，本文对面向web文本的中文分词、文本情感分 类以及Weblog观点检索问题进行了下述创新性研究工作： 首先，研究了面向web文本的中文分词问题。根据web文本环境的 特点，研究重点在于中文分词中的未登录词识别问题，同时兼顾切分歧 义消解、整体切分准确率和高效处理海量文本的能力。在未登录词识别 方面，提出了POC．NLW字符标记模板，从字符级别的粒度来表征中文 词汇的构成机制，并结合隐马尔可夫模型，实现了基于字符序列标注的 中文分词方法。此外，分别使用了基于规则匹配的预处理、基于词典匹 配的初级全切分、基于词语级别的N．Gram统计切分模型，并通过级联方 式将上述各模块有效组合，，构成了多模型混合的层叠系统。实验结果表 明，本文提出

  本文关键词：WEB文本情感分类中关键问题的研究，由笔耕文化传播整理发布。