微博評論情感傾向性分類研究.pdf

1、隨著科學(xué)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)不僅成為人們信息交流的日常工具，也是一個影響人們生活的重要新聞傳播工具，研究網(wǎng)絡(luò)輿情具有重要意義。如今，網(wǎng)絡(luò)信息資源十分龐大，僅一條微博的評論數(shù)量便可達(dá)到幾千甚至上萬條，微博評論的自動情感傾向性分類可以快速且準(zhǔn)確地分析這些評論的褒貶態(tài)度。中文微博評論情感傾向性分類的基礎(chǔ)是中文分詞，中文分詞的性能影響著情感傾向性分類的處理性能。本文主要研究的是基于中文分詞的微博評論情感傾向性分類方法。
　　首先，本文提出

2、了一種基于雙哈希結(jié)構(gòu)的整詞二分詞典，該詞典機制適用于逆向最大匹配分詞方法，在與已有的整詞二分詞典機制的對比實驗中，本文提出的詞典機制表現(xiàn)最好，能夠提高逆向最大匹配方法的分詞速率。
　　然后，由于微博用語中新詞出現(xiàn)率較高，本文選擇了未登錄詞識別能力較強的條件隨機場分詞方法進(jìn)行分詞處理，并改進(jìn)了其在成語識別方面的不足。實驗表明，優(yōu)化的條件隨機場分詞方法的處理結(jié)果更為準(zhǔn)確。
　　最后，本文利用輔助的情感詞典對文本進(jìn)行情感傾向性分類