基于多標(biāo)簽新聞?wù)Z料的閱讀者情感分析.pdf

1、伴隨著Web2.0技術(shù)的快速發(fā)展，許多工具如博客、微博、微信等成為人們?nèi)粘Ｉ钪行畔l(fā)布與共享的網(wǎng)絡(luò)平臺(tái)，每個(gè)人可以在網(wǎng)絡(luò)上分享對某事件的觀點(diǎn)、看法，其中也包含了大量的個(gè)人意見、主觀情感和情緒反饋?；诖笠?guī)模網(wǎng)絡(luò)文本信息的情感分析是輿情分析領(lǐng)域的一個(gè)重要部分，探究文本信息中所包含群眾情緒的動(dòng)態(tài)趨勢對于社會(huì)學(xué)研究有著重要意義。
　　本文的研究主要是閱讀者角度的情感分析問題，即通過分析新聞文本中的詞語或包含的主題信息，來預(yù)測閱讀者在讀

2、完這篇新聞后可能引發(fā)的情緒。在以往的研究中，文本情感分析主要是從作者角度出發(fā)探究其中表達(dá)的主觀情感，對閱讀者情緒反饋的相關(guān)研究相對較少;另一方面，相關(guān)領(lǐng)域通常將文本情感分析問題視為單標(biāo)簽問題進(jìn)行處理，即默認(rèn)一篇文檔只能引發(fā)閱讀者的一種情緒，顯然這與實(shí)際問題不符，一篇新聞對于社會(huì)大眾引起的情緒可能不盡相同，統(tǒng)計(jì)數(shù)據(jù)顯示投票較多的情感類別一般有多個(gè);此外，相關(guān)工作大部分是基于詞袋模型進(jìn)行的研究，根據(jù)社會(huì)心理學(xué)研究的觀點(diǎn)，閱讀者情緒不僅會(huì)與新

3、聞文本中直觀的詞語有關(guān)聯(lián)，還與新聞報(bào)道中隱含的事件主題有著間接關(guān)系。針對上述問題，本文基于社會(huì)大眾標(biāo)注的多標(biāo)簽語料進(jìn)行了系統(tǒng)化的文本情感分析，主要的工作有以下幾個(gè)方面:
　　(1)多標(biāo)簽新聞?wù)Z料的構(gòu)建。針對研究中的著重點(diǎn)“多標(biāo)簽”、“閱讀者”，將情感分析任務(wù)當(dāng)做多標(biāo)簽分類問題，爬取了社會(huì)化標(biāo)注的新浪社會(huì)新聞文本及其讀者投票數(shù)據(jù)，并對投票數(shù)據(jù)進(jìn)行處理。
　　(2)分別采用詞袋模型和主題模型對多標(biāo)簽新聞?wù)Z料數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，并分析了

4、實(shí)驗(yàn)結(jié)果。從不同角度對數(shù)據(jù)進(jìn)行處理，針對二分類、多分類以及多標(biāo)簽分類問題對數(shù)據(jù)集進(jìn)行建模，然后訓(xùn)練好模型預(yù)測閱讀者情感。實(shí)驗(yàn)數(shù)據(jù)表明，在分類性能上主題模型相對優(yōu)于詞袋模型，并且，采用主題模型時(shí)文本的特征向量維度遠(yuǎn)遠(yuǎn)小于詞袋模型，模型代價(jià)消耗較小，有著重要的現(xiàn)實(shí)意義。
　　(3)借鑒混合標(biāo)簽的M-LDA方法，將情緒標(biāo)簽視為已知標(biāo)簽并將該方法應(yīng)用到文本情緒分類中。傳統(tǒng)的LDA是一個(gè)無監(jiān)督的主題模型，應(yīng)用在標(biāo)簽分類問題中往往需要結(jié)合分類