网络评论观点知识发现研究
发布时间：2021-02-16 00:53
当今的中国，客观存在两个社会舆论场，一个是以报纸、广播电视等为主流媒体的社会舆论场，一个是以互联网和近几年来兴起的Web2.0应用为平台的民间舆论场。在新的Web2.0环境下，基于互联网的社会舆论平台除了原有的网站新闻评论、BBS等形式外，又涌现出了聚合新闻（RSS）、维基百科（Wiki）、QQ等即时通信工具（IM）、（微）博客、播客、淘宝与易趣综合的商务平台等新形式，使得网络当中的评论信息量得到了快速增长。目前我国网民规模已经进入发展平台期，手机成为新增网民的第一主力，微博、社区等微内容成为网络评论观点的主要来源，及时性、开放性、交互性、思想性、草根性成为网络评论信息的新特征，深深影响着人们生活的各个领域，改变了社会舆论生成演变与聚合的机制，拓展了社会舆论的传播空间。在Web2.0环境下，人们普遍感到，获得观点已经与获取信息同等重要，但要想从中获得体现价值的观点信息却变得越来越困难。究其原因在于：一是由于发表评论的人角度或目的不同，评论观点经常是正面和负面意见相混合，从中准确获取评论信息将花费很多时间和精力；二是由于以Web2.0应用为平台的民间舆论场的信息源受到较大的污染，网络评论...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：141 页
【学位级别】：博士
【部分图文】：
观点挖掘研究论文年载文量折线图
Mind Common Sentics”作为情感常识类知识获取的平台和从短知信息的工具[5]。以 Andres Montoyo 为核心的作者群主要包括Ralf Steinberger、Mijail Kabadjov 等，他们的研究涉及机器学习本和数据挖掘等，研究成果主要有“A Survey on the Role of Analysis”此文研究否定在情感分析中的作用，并用各种计量方感分析中水平表示法、否定字的检测和否定的范围等问题，此条件和遇到的挑战[6]，“Computational approaches to subjectivity aPresent and envisaged methods and applications”文中对观点挖掘简短概述，此外分析了目前观点挖掘研究面临的挑战，展望了发展前景，以及它们在其他自然语言处理任务及相关领域的应用最大的作者是美国康奈尔大学的 Bo Pang，伊利诺伊大学的 Mi们共同的特征是长期致力于数据挖掘、Web 挖掘和文本挖掘的体现了作者的学术思想，是文章中的核心和精髓，反映观点挖沿，图 1.2 表示高频关键词共现图谱。
量空间模型模型（VSM：Vector Space Model）把对文本内容的处理简。它以空间上的相似度表达语义的相似度，直观易懂。当量，就可以通过计算向量之间的相似性来度量文档间的相氏距离 Dist（x，y），向量内积 Sim（x，y），向量夹角余弦离是文本处理中最常用的相似性度量方式，如图 2.1 所示
【参考文献】：
期刊论文
[1]语义网环境下数字图书馆知识发现的维度框架研究[J]. 陈晓美,毕强,滕广青,晁亚男,周珊珊. 情报学报. 2014 (02)
[2]基于领域本体的知识库多层次文本聚类研究——以中华烹饪文化知识库为例[J]. 洪韵佳,许鑫. 现代图书情报技术. 2013(12)
[3]科研本体知识库数据建设研究[J]. 李建伟,宋文,汤怡洁,刘毅,王兴兰. 现代图书情报技术. 2013(11)
[4]社会化网络评论观点挖掘的研究热点与应用进展[J]. 陈晓美,王付国,吴宏伟,孙中秋. 情报科学. 2013(11)
[5]结合LDA和谱聚类的多文档摘要[J]. 付玲,张晖. 计算机工程与应用. 2013(16)
[6]公众议题知识库的多层本体设计[J]. 张鹏翼,周妍,袁兴福. 图书情报工作. 2013(13)
[7]不确定数据聚类算法研究[J]. 张亚昕. 计算技术与自动化. 2013(02)
[8]基于LDA的中文文本相似度计算[J]. 孙昌年,郑诚,夏青松. 计算机技术与发展. 2013(01)
[9]利用LDA的领域新兴主题探测技术综述[J]. 范云满,马建霞. 现代图书情报技术. 2012(12)
[10]网络评论现状与发展研究综述[J]. 贺立凯. 今传媒. 2012(06)
博士论文
[1]文本情感分类及观点摘要关键问题研究[D]. 张冬梅.山东大学 2012
[2]主题模型及其在中医临床诊疗中的应用研究[D]. 张小平.北京交通大学 2011
[3]基于概率生成模型的文本主题建模及其应用[D]. 丁轶群.浙江大学 2010
[4]基于意见挖掘通用框架的情感极性强度模糊性研究[D]. 寇广增.武汉大学 2010
[5]互联网文本聚类与检索技术研究[D]. 孟宪军.哈尔滨工业大学 2009
[6]WEB文本情感分类中关键问题的研究[D]. 陈博.北京邮电大学 2008
[7]基于Web的实体信息搜索与挖掘研究[D]. 包胜华.上海交通大学 2008
硕士论文
[1]基于Mapreduce计算模型的专利技术—功效—应用图构建与应用研究[D]. 陈晨.北京工业大学 2013
[2]面向网络论坛的动态主题建模与文本摘要[D]. 任昭春.山东大学 2012
[3]汉语专业领域命名实体语义关系自动抽取研究[D]. 赵君喆.华中师范大学 2007
本文编号：3035842
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：141 页
【学位级别】：博士
【部分图文】：
观点挖掘研究论文年载文量折线图
Mind Common Sentics”作为情感常识类知识获取的平台和从短知信息的工具[5]。以 Andres Montoyo 为核心的作者群主要包括Ralf Steinberger、Mijail Kabadjov 等，他们的研究涉及机器学习本和数据挖掘等，研究成果主要有“A Survey on the Role of Analysis”此文研究否定在情感分析中的作用，并用各种计量方感分析中水平表示法、否定字的检测和否定的范围等问题，此条件和遇到的挑战[6]，“Computational approaches to subjectivity aPresent and envisaged methods and applications”文中对观点挖掘简短概述，此外分析了目前观点挖掘研究面临的挑战，展望了发展前景，以及它们在其他自然语言处理任务及相关领域的应用最大的作者是美国康奈尔大学的 Bo Pang，伊利诺伊大学的 Mi们共同的特征是长期致力于数据挖掘、Web 挖掘和文本挖掘的体现了作者的学术思想，是文章中的核心和精髓，反映观点挖沿，图 1.2 表示高频关键词共现图谱。
量空间模型模型（VSM：Vector Space Model）把对文本内容的处理简。它以空间上的相似度表达语义的相似度，直观易懂。当量，就可以通过计算向量之间的相似性来度量文档间的相氏距离 Dist（x，y），向量内积 Sim（x，y），向量夹角余弦离是文本处理中最常用的相似性度量方式，如图 2.1 所示
【参考文献】：
期刊论文
[1]语义网环境下数字图书馆知识发现的维度框架研究[J]. 陈晓美,毕强,滕广青,晁亚男,周珊珊. 情报学报. 2014 (02)
[2]基于领域本体的知识库多层次文本聚类研究——以中华烹饪文化知识库为例[J]. 洪韵佳,许鑫. 现代图书情报技术. 2013(12)
[3]科研本体知识库数据建设研究[J]. 李建伟,宋文,汤怡洁,刘毅,王兴兰. 现代图书情报技术. 2013(11)
[4]社会化网络评论观点挖掘的研究热点与应用进展[J]. 陈晓美,王付国,吴宏伟,孙中秋. 情报科学. 2013(11)
[5]结合LDA和谱聚类的多文档摘要[J]. 付玲,张晖. 计算机工程与应用. 2013(16)
[6]公众议题知识库的多层本体设计[J]. 张鹏翼,周妍,袁兴福. 图书情报工作. 2013(13)
[7]不确定数据聚类算法研究[J]. 张亚昕. 计算技术与自动化. 2013(02)
[8]基于LDA的中文文本相似度计算[J]. 孙昌年,郑诚,夏青松. 计算机技术与发展. 2013(01)
[9]利用LDA的领域新兴主题探测技术综述[J]. 范云满,马建霞. 现代图书情报技术. 2012(12)
[10]网络评论现状与发展研究综述[J]. 贺立凯. 今传媒. 2012(06)
博士论文
[1]文本情感分类及观点摘要关键问题研究[D]. 张冬梅.山东大学 2012
[2]主题模型及其在中医临床诊疗中的应用研究[D]. 张小平.北京交通大学 2011
[3]基于概率生成模型的文本主题建模及其应用[D]. 丁轶群.浙江大学 2010
[4]基于意见挖掘通用框架的情感极性强度模糊性研究[D]. 寇广增.武汉大学 2010
[5]互联网文本聚类与检索技术研究[D]. 孟宪军.哈尔滨工业大学 2009
[6]WEB文本情感分类中关键问题的研究[D]. 陈博.北京邮电大学 2008
[7]基于Web的实体信息搜索与挖掘研究[D]. 包胜华.上海交通大学 2008
硕士论文
[1]基于Mapreduce计算模型的专利技术—功效—应用图构建与应用研究[D]. 陈晨.北京工业大学 2013
[2]面向网络论坛的动态主题建模与文本摘要[D]. 任昭春.山东大学 2012
[3]汉语专业领域命名实体语义关系自动抽取研究[D]. 赵君喆.华中师范大学 2007
本文编号：3035842
本文链接：https://www.wllwen.com/xinwenchuanbolunwen/3035842.html
