面向中文微博文本的情感分類研究.pdf

1、隨著網(wǎng)絡(luò)媒體的迅猛發(fā)展，以微博為代表的信息發(fā)布與信息共享平臺得到了普遍應(yīng)用。在微博平臺中包含著表明用戶觀點或態(tài)度的主觀情感傾向性文本，主觀情感傾向性微博在輿情監(jiān)控、熱點檢測等領(lǐng)域具有潛在的應(yīng)用價值。如何從微博中自動識別表明用戶觀點的主觀微博文本，并判斷該主觀微博的情感傾向性成為本文研究的目的。
　　本文以中文微博情感分類為主線，展開了如下研究工作：
　　(1)對微博情感詞典的構(gòu)建方法進行了研究。首先對現(xiàn)有情感詞典在微博情感分

2、類中的適用性進行了分析，針對現(xiàn)有情感詞典對微博中情感詞覆蓋度不高的問題，整合現(xiàn)有情感詞典資源并提出了一種基于平滑的SO-PMI算法對微博情感詞典進行了構(gòu)建，最后對微博情感詞典在微博情感分類中的分類性能進行了實驗。實驗結(jié)果表明，本文方法構(gòu)建的微博情感詞典在微博情感分類中具有較好的適用性。
　　(2)對主客觀微博文本的分類進行了研究。針對現(xiàn)有主客觀微博文本分類準確率不高的問題，利用詞典與統(tǒng)計分析的方法對候選主觀特征進行了抽取，對抽取的

3、候選主觀特征，提出了一種基于粗糙集與概率加權(quán)的特征選擇算法，通過該算法選取了觀點詞、感嘆號、網(wǎng)絡(luò)詞、語氣詞、形容詞、程度詞作為主客觀分類特征，最后利用上述特征進行主客觀分類實驗。實驗結(jié)果表明，上述特征在微博主客觀分類中能達到較好的分類效果。
　　(3)對主觀微博文本的情感特征選擇進行了研究。首先通過候選情感特征詞性表對候選情感特征進行了抽取，并采用微博情感詞典對候選情感特征中的非情感噪音詞進行過濾；然后，采用卡方(CHI)算法對過