中文新聞文本傾向性分析研究.pdf

1、信息技術(shù)的發(fā)展，為新聞的傳播帶來(lái)了極大便利，但同時(shí)也將越來(lái)越多的新聞傾向性披露在公眾的面前，直接或間接地影響了新聞的輿論導(dǎo)向，對(duì)輿情監(jiān)測(cè)提出了新的挑戰(zhàn)。準(zhǔn)確高效的新聞傾向性分析有助于公眾了解最新社會(huì)動(dòng)態(tài)，獲悉時(shí)事熱點(diǎn);也有助于監(jiān)管部門及時(shí)了解輿論輿情的最新發(fā)展和走勢(shì)，積極有效地采取應(yīng)對(duì)措施，減少負(fù)面新聞在網(wǎng)絡(luò)中的傳播，合理地引導(dǎo)公眾的關(guān)注視線，共創(chuàng)和諧網(wǎng)絡(luò)文化環(huán)境。
　　新聞文本中情感表達(dá)較為隱晦，涉及內(nèi)容更是方方面面，加上目前尚

2、缺乏行之有效的篇章級(jí)分析理論與工具，給新聞文本的傾向性分析帶來(lái)了不便?？紤]到并不是所有新聞句子都包含情感傾向，而且有的句子與新聞內(nèi)容關(guān)聯(lián)不大，因此直接對(duì)整篇新聞文本進(jìn)行傾向分析可能有失偏頗。利用新聞文本的結(jié)構(gòu)特點(diǎn)，本文首先構(gòu)建了多特征融合的主題句抽取模型，然后討論了新聞句子傾向性的分析方法，最后將二者結(jié)合完成新聞文本傾向性分析的任務(wù)。另外，針對(duì)一些新聞事實(shí)為負(fù)面的突發(fā)性新聞形成的專題，探討了新聞專題階段性摘要的生成。本文的研究工作主要包

3、括以下幾個(gè)方面:
　　(1)提出了多特征融合的新聞主題句抽取模型。深入研究了新聞文本中高頻詞的發(fā)現(xiàn)算法，并根據(jù)高頻詞出現(xiàn)位置的不同，分析了新聞高頻詞特征對(duì)新聞句子重要性的加權(quán);詳細(xì)探討了新聞標(biāo)題特征對(duì)新聞內(nèi)容表達(dá)的作用，定量計(jì)算了新聞標(biāo)題與新聞句子的相似程度;根據(jù)新聞的“倒金字塔”式的文本結(jié)構(gòu)，分析了新聞的句子位置特征;收集整理了新聞中具有情感導(dǎo)向的傾向性線索詞，用于挖掘新聞中可能存在的傾向句。最后根據(jù)上述四種特征，完成多特征融合

4、的主題句抽取模型的構(gòu)建。
　　(2)討論了新聞句子的傾向性分析方法。一是基于情感詞典的分析方法，構(gòu)建了一部21175個(gè)普通情感詞匯和1438個(gè)新聞情感詞匯組成的情感詞典，并收集了新聞引述性詞匯，然后根據(jù)三種詞匯的優(yōu)先級(jí)不同設(shè)計(jì)了基于情感詞典的新聞句子傾向性分析方法，該方法與第(1)部分的新聞主題句抽取模型相結(jié)合，在COAE2014的相應(yīng)評(píng)測(cè)任務(wù)上取得了較好的成績(jī)。二是機(jī)器學(xué)習(xí)的方法，分析比較了情感詞特征、unigram特征以及二者

5、結(jié)合的方法。三是對(duì)第一種和第二種方法的改進(jìn)，采用情感詞典+unigram特征相結(jié)合的句子傾向性分析方法，用于對(duì)新聞主觀句進(jìn)行情感分類。
　　(3)探討了新聞文本的傾向性分析方法。對(duì)新聞文本傾向性分析的過(guò)程進(jìn)行了規(guī)范化描述，將其分解為新聞主題句的抽取和新聞句子的傾向性分析兩個(gè)子任務(wù)，并探討了該做法的可行性，然后借助新聞主題句抽取模型和情感詞典+unigram特征的句子傾向性分析方法，完成了新聞文本傾向性分析的任務(wù)。
　　(4)