评论簇在网络舆论中的情感倾向代表性研究

  本文关键词：文本倾向性分析中的情感词典构建技术研究，，由笔耕文化传播整理发布。

全文: (1619 KB)   HTML
输出: BibTeX | EndNote (RIS)      

摘要 

【目的】验证评论簇在网络舆论中具有情感倾向代表性作用。【方法】提出基于社会网络分析的评论簇对象情感倾向性分析模型。针对网络新闻事件, 以新闻的用户评论(评论总集)为语料数据, 对语料数据进行结构化处理和分析, 借助评论主体的形式化关系, 建立具有网络节点和拓扑连接关系的知识图谱, 寻找最优评论簇。以评论簇的评论主体及其对应的评论对象为主, 对评论簇内的核心人物及其评论进行语义分析, 计算得到评论簇情感倾向, 并与对应新闻的评论总集情感倾向作对比。【结果】实验结果表明, 评论簇和评论总集中的情感强度趋于一致, 新闻的评论簇对新闻具有较好的情感倾向代表性, 并能将网络舆情对象情感挖掘算法的性能提高58%。【局限】由于本文的评论簇对象情感倾向性分析模型在情感特征词识别和抽取方法上使用不够完善, 导致少量中文分词和词性标注错误、语法依存关系错误, 且未将程度词考虑在内。【结论】评论簇在网络舆论中具有情感倾向代表性作用, 可提高网络舆情对象情感计算的性能, 可灵活有效地降低舆情分析的时间和空间复杂度。

服务

E-mail Alert

RSS

收稿日期: 2016-01-25      出版日期: 2016-09-29

基金资助:*本文系北京市教育委员会科技计划面上项目“文本挖掘若干关键问题的研究”(项目编号:KM201511232016)和国家自然科学基金项目“推荐-采纳模式下的病毒营销用户影响研究”(项目编号: 71271209)的研究成果之一

引用本文:   

杨小平,马奇凤,余力,莫雨婷,吴佳楠,张悦. 评论簇在网络舆论中的情感倾向代表性研究*[J]. 现代图书情报技术, 2016, 32(7): 51-59.
Yang Xiaoping,Ma Qifeng,Yu Li,Mo Yuting,Wu Jia’nan,Zhang Yue. Gauging Public Opinion with Comment-Clusters. New Technology of Library and Information Service, 2016, 32(7): 51-59.

链接本文:  

     或     

图1  节点参数值分析

图2  代表性网络关系图

组别 Object Feature Polarity Degree Object Feature Polarity Degree

NO.1 ?女司机 慈善 1 5 ?女司机 作死 2 9

女司机 健康 1 3 女司机 违规 2 5

男司机 顶天立地 1 7 女司机 可怜虫 2 3

男司机 可耻 2 5 男司机 凶暴 2 7

NO.2 林森浩 杀人灭口 2 7 法律 沦丧 2 5

林森浩 亏欠 2 7 法律 公道 1 5

林森浩 毒害 2 7 黄洋 含冤 2 5

林森浩 自私 2 7 黄洋 无辜 1 1

NO.3 王菲 任性 2 3 谢霆锋 逍遥 2 5

王菲 辜负 2 3 谢霆锋 不闻不问 2 1

王菲 潇洒 1 5 张柏芝 无私 1 5

王菲 祝福 1 9 张柏芝 矫情 2 3

表2  对象-情感特征词四维关系表

图3  评论总集和评论簇的情感强度值

[1] 石彭辉. 基于社会网络分析的网络舆情实证研究[J]. 现代情报, 2013, 33(2): 27-31.
doi: 10.3969/j.issn.1008-0821.2013.02.007
(Shi Penghui.Empirical Studies of Network Public Opinion Based on Social Network Analysis[J]. Journal of Modern Information, 2013, 33(2): 27-31.)

[2] 刘继, 李磊. 基于微博用户转发行为的舆情信息传播模式分析[J]. 情报杂志, 2013, 32(7): 74-77.
doi: 10.3969/j.issn.1002-1965.2013.07.015
(Liu Ji, Li Lei.Analysis of Public Opinion Propagation Mode Based on Repost Behavior of Microblog Users[J]. Journal of Intelligence, 2013, 32(7): 74-77.)
[3] 林江豪. 中文微博情感分析关键技术研究[D]. 广州: 广东外语外贸大学, 2013.
(Lin Jianghao.Research on Key Techniques of Chinese Micro-blog Sentiment Analysis [D]. Guangzhou: Guangdong University of Foreign Studies, 2013.)
[4] 赵德伟, 徐正巧.基于社会网络分析的网络舆情数据挖掘[J]. 福建电脑, 2014, 15(8): 15-16, 50.
doi: 10.3969/j.issn.1673-2782.2014.08.006
(Zhao Dewei, Xu Zhengqiao.Network Public Opinion Data Mining Based on Social Network Analysis[J]. FuJian Computer, 2014, 15(8): 15-16, 50.)
[5] 杜嘉忠, 徐健, 刘颖. 网络商品评论的特征-情感词本体构建与情感分析方法研究[J]. 现代图书情报技术, 2014(5): 74-82.
(Du Jiazhong, Xu Jian, Liu Ying.Research on Construction of Feature-Sentiment Ontology and Sentiment Analysis[J]. New Technology of Library and Information Service, 2014(5): 74-82.)
[6] 韩瑞凯. 基于社区发现的网络舆论导向系统研究与应用[D]. 北京: 北京交通大学, 2010.
(Han Ruikai.Research and Application of Network Consensus Guidance System Using Community Detection [D]. Beijing: Beijing Jiaotong University, 2010.)
[7] 肖正, 刘辉, 李兵. 一种基于语义距离的Web评论SVM情感分类方法[J]. 计算机科学, 2014, 41(9): 248-252, 284.
doi: 10.11896/j.issn.1002-137X.2014.09.047
(Xiao Zheng, Liu Hui, Li Bing.SVM Sentiment Classifier Based on Semantic Distance for Web Comments[J]. Computer Science, 2014, 41(9): 248-252, 284.)
[8] 黄晓斌, 赵超. 文本挖掘在网络舆情信息分析中的应用[J]. 情报科学, 2009, 27(1): 94-99.
(Huang Xiaobin, Zhao Chao.Application of Text Mining Technology in Analysis of Net-Mediated Public Sentiment[J]. Information Science, 2009, 27(1): 94-99.)
[9] 李卓卓, 丁子涵. 基于社会网络分析的网络舆论领袖发掘——以大学生就业舆情为例[J]. 情报杂志, 2011, 30(11): 67-70.
doi: 10.3969/j.issn.1002-1965.2011.11.014
(Li Zhuozhuo, Ding Zihan.Exploring Online Opinion Leadership Based on Social Network Analysis-Public Opinion of College Student Employment Taken for Example[J]. Journal of Intelligence, 2011, 30(11): 67-70.)
[10] 聂卉. 基于内容分析的用户评论质量的评价与预测[J]. 图书情报工作, 2014, 58(13): 83-89.
doi: 10.13266/j.issn.0252-3116.2014.13.014
(Nie Hui.Content-oriented Evaluation and Detection for Product Reviews[J]. Library and Information Service, 2014, 58(13): 83-89.)
[11] ICTCLAS汉语分词系统[DB/OL]. [2013-07-02]. .
(ICTCLAS Chinese Segmentation System [DB/OL]. [2013-07-02].
[12] 刘建毅, 王菁华, 王枞. 基于语言网络的关键词抽取[C]. 见: 第三届全国信息检索与内容安全学术会议, 2008.
(Liu Jianyi, Wang Jinghua, Wang Cong.Keyword Extraction Using Language Network [C]. In: Proceedings of the 3rd National Conference on Information Retrieval and Information Content Security. 2008.)
[13] 杨经, 林世平. 基于SVM的文本词句情感分析[J]. 计算机应用与软件, 2011, 28(9): 225-228.
doi: 10.3969/j.issn.1000-386X.2011.09.068
(Yang Jing, Lin Shiping.Emotion Analysis on Text Words and Sentences Based on SVM[J]. Computer Applications and Software, 2011, 28(9): 225-228.)
[14] 张圣声, 阳爱民, 周咏梅, 等. 微博产品评论的情感倾向性分析方法[J]. 山西大学学报: 自然科学版, 2015, 38(2): 215-222.
doi: 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.02.005
(Zhang Shengsheng, Yang Aimin, Zhou Yongmei, et al.Method of Sentiment Orientation Analysis for Microblogging Product Reviews[J]. Journal of Shanxi University: Natural Science Edition, 2015, 38(2): 215-222.)
[15] 杜伟夫. 文本倾向性分析中的情感词典构建技术研究[D]. 哈尔滨: 哈尔滨工业大学, 2010.
(Du Weifu.Research on Sentimental Lexicon Construction for Text Sentiment Analysis [D]. Harbin: Harbin Institute of Technology, 2010.)
[16] 徐琳宏, 林鸿飞, 潘宇, 等. 情感词汇本体的构造[J]. 情报学报, 2008, 27(2): 180-185.
doi: 10.3969/j.issn.1000-0135.2008.02.004
(Xu Linhong, Lin Hongfei, Pan Yu, et al.Constructing the Affective Lexicon Ontology[J]. Journal of the China Society for Scientific and Technical Information, 2008, 27(2): 180-185.)
[17] 党蕾, 张蕾. 一种基于知网的中文句子情感倾向判别方法[J]. 计算机应用研究, 2010, 27(4): 1370-1372.
doi: 10.3969/j.issn.1001-3695.2010.04.044
(Dang Lei, Zhang Lei.Method of Discriminant for Chinese Sentence Sentiment Orientation Based on HowNet[J]. Application Research of Computers, 2010, 27(4): 1370-1372.)
[18] 杨静, 辛宇, 谢志强. 基于话题综合因子分析的语义社会网络社区发现算法[J]. 计算机研究与发展, 2014, 51(3): 559-569.
(Yang Jing, Xin Yu, Xie Zhiqiang.Semantics Social Network Community Detection Algorithm Based on Topic Comprehensive Factor Analysis[J]. Journal of Computer Research and Development, 2014, 51(3): 559-569.)
[19] 任韧, 纪晓伟, 杨斌. 试论网络舆论的特征、作用与掌控方法[J]. 法制与社会, 2013 (11): 173-175.
doi: 10.3969/j.issn.1009-0592.2013.11.087
(Ren Ren, Ji Xiao Wei, Yang Bin.The Characteristics, Function and Control Method of Network Public Opinion[J]. Legal System and Society, 2013(11): 173-175.)

[1] 杨小平, 马奇凤, 余力, 莫雨婷, 吴佳楠, 张悦. news_url.rar.三则不同领域新闻的网页链接. Download

[2] 杨小平, 马奇凤, 余力, 莫雨婷, 吴佳楠, 张悦. news-cluster. rar. 新闻评论测试数据集及处理. Download

[3] 杨小平, 马奇凤, 余力, 莫雨婷, 吴佳楠, 张悦. paper.rar. 文章中图表数据. Download

[1] 丁晟春,龚思兰,李红梅. 基于突发主题词和凝聚式层次聚类的微博突发事件检测研究*[J]. 现代图书情报技术, 2016, 32(7): 12-20.

[2] 丁恒,陆伟. 标准文献知识服务系统设计与实现*[J]. 现代图书情报技术, 2016, 32(7): 120-128.

[3] 吴鹏,金贝贝,强韶华. 基于BDI-Agent模型的突发事件网络舆情应急响应建模研究*[J]. 现代图书情报技术, 2016, 32(7): 32-41.

[4] 吴鹏, 杨爽, 张晶晶, 高庆宁. 突发事件网络舆情中网民群体行为演化的Agent建模与仿真研究[J]. 现代图书情报技术, 2015, 31(7-8): 65-72.

[5] 李纲, 叶光辉, 张岩. “小众专家”特征识别——基于MetaFilter的实证分析[J]. 现代图书情报技术, 2015, 31(6): 71-77.

[6] 马宾, 殷立峰. 一种基于Hadoop平台的并行朴素贝叶斯网络舆情快速分类算法[J]. 现代图书情报技术, 2015, 31(2): 78-84.

[7] 陈涛, 张永娟, 陈恒. Web数据到RDF数据的框架实现[J]. 现代图书情报技术, 2015, 31(2): 1-6.

[8] 张立凡, 赵凯. 媒体干预下带有讨论机制的网络舆情传播模型研究[J]. 现代图书情报技术, 2015, 31(11): 60-67.

[9] 强韶华, 吴鹏. 突发事件网络舆情演变过程中网民群体行为仿真研究[J]. 现代图书情报技术, 2014, 30(6): 71-78.

[10] 邱均平, 方国平. 基于知识图谱的中外自然语言处理研究的对比分析[J]. 现代图书情报技术, 2014, 30(12): 51-61.

[11] 林琛, 王兰成. 基于条件随机场的网民评论对象识别研究[J]. , 2013, (6): 63-67.

[12] 魏静, 朱恒民, 洪小娟, 宋瑞晓, 许赞. 基于复杂在线网络的舆情传递研究——进化博弈视角[J]. , 2013, 29(3): 65-70.

[13] 兰月新. 突发事件网络衍生舆情监测模型研究[J]. 现代图书情报技术, 2013, 29(3): 51-57.

[14] 王继民, 李雷明子, 王明星. 移动搜索研究的知识图谱分析[J]. 现代图书情报技术, 2012, (9): 29-35.

[15] 谌楠, 王恒山. 网络舆情政府干预最佳点选择的研究[J]. 现代图书情报技术, 2012, 28(3): 53-58.

Viewed

Full text

Abstract

Cited

  Shared   

  Discussed   

  本文关键词：文本倾向性分析中的情感词典构建技术研究，由笔耕文化传播整理发布。