基于情感分析的公交輿情分析系統(tǒng)研發(fā)及應(yīng)用.pdf

1、隨著國(guó)務(wù)院總理李克強(qiáng)在政府報(bào)告工作中對(duì)“互聯(lián)網(wǎng)+”概念的提出，目前傳統(tǒng)行業(yè)正在尋求突破與創(chuàng)新，將自身主營(yíng)業(yè)務(wù)與互聯(lián)網(wǎng)結(jié)合起來(lái)，實(shí)現(xiàn)企業(yè)再創(chuàng)造的價(jià)值邊際效應(yīng)。作為傳統(tǒng)行業(yè)的公交產(chǎn)業(yè)，也希望能通過(guò)互聯(lián)網(wǎng)、大數(shù)據(jù)平臺(tái)等工具對(duì)流量、輿情信息進(jìn)行智能的采集與梳理，優(yōu)化目前公交產(chǎn)業(yè)的一些問(wèn)題。因此，基于人工智能的情感分析在其中扮演了重要的角色。目前，情感分析的研究已經(jīng)相對(duì)比較成熟，但現(xiàn)有情感分析技術(shù)在實(shí)際行業(yè)應(yīng)用中多采用基于監(jiān)督的方式，這種方法正確

2、率較高，但移植性較低，并且人力成本高。而基于無(wú)監(jiān)督方式的情感分析精度雖然有所降低，但卻能彌補(bǔ)以上不足，他能減少在數(shù)據(jù)量較少情況下建模的不準(zhǔn)確性，并且快速應(yīng)用于新的領(lǐng)域并展現(xiàn)出較好的效果。
　　本研究主要內(nèi)容包括：⑴提出了基于Word2Vec的情感詞典擴(kuò)建方法，結(jié)合詞語(yǔ)的領(lǐng)域性和語(yǔ)義信息后盡可能多的覆蓋使用率較高的情感詞匯。⑵建立了新的適于長(zhǎng)文本的文本表示模型----RPFLO模型，實(shí)現(xiàn)了情感詞與其評(píng)價(jià)對(duì)象的對(duì)應(yīng)關(guān)系，揭示了長(zhǎng)文本中