當(dāng)前位置：主頁(yè) > 管理論文 > 移動(dòng)網(wǎng)絡(luò)論文 >

面向社交網(wǎng)絡(luò)的文本傾向性比對(duì)方法的研究與實(shí)現(xiàn)

發(fā)布時(shí)間：2020-04-10 00:16

【摘要】：隨著移動(dòng)網(wǎng)絡(luò)的普及,以微博為代表的社交網(wǎng)絡(luò)逐漸成為人們獲取信息、表達(dá)觀點(diǎn)的重要渠道。社交網(wǎng)絡(luò)中的文本篇幅短,數(shù)據(jù)量大,有著重要的數(shù)據(jù)挖掘價(jià)值,是輿情分析的重要數(shù)據(jù)源。文本傾向性比對(duì),即通過比對(duì)已知傾向性的文本,確定待分析文本的傾向性,是文本傾向性分析的一種手段。文本傾向性分析是自然語言處理和輿情分析等領(lǐng)域的研究熱點(diǎn),以往的研究大多忽視了文本上下文語境包含的潛在情感因素,或者使用神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等機(jī)制,原理復(fù)雜,不適于處理微博等短文本數(shù)據(jù)。針對(duì)這些問題,本文提出了一種文本傾向性比對(duì)方法,并通過實(shí)驗(yàn)驗(yàn)證了其有效性,最后結(jié)合Hadoop分布式計(jì)算平臺(tái)進(jìn)行了系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)。本文的主要工作有:1.針對(duì)微博等社交網(wǎng)絡(luò)篇幅短、數(shù)據(jù)量大的特點(diǎn),提出了一種文本傾向性比對(duì)方法,將待分析文本與代表正向、負(fù)向及中性的標(biāo)準(zhǔn)文本進(jìn)行語義相似度比對(duì),將其分為更相似的一類。此外,還提出了標(biāo)準(zhǔn)文本的選用原則。2.在語義相似度計(jì)算方面,提出了融合語義相似度概念及其計(jì)算方法。計(jì)算相關(guān)子空間中的文本相似度以及情感子空間中的文本情感相似度,并將二者結(jié)合起來,既利用了情感詞和觀點(diǎn)詞中的顯性情感因素,又利用了文本上下文語境中隱含的情感因素,使該語義相似度更適于傾向性分析。3.結(jié)合Hadoop分布式計(jì)算平臺(tái),對(duì)使用融合語義相似度的文本傾向性比對(duì)方法做了系統(tǒng)實(shí)現(xiàn)。由數(shù)據(jù)采集層通過微博API獲取數(shù)據(jù),并將其存儲(chǔ)在本地?cái)?shù)據(jù)庫(kù)。對(duì)文本進(jìn)行并行的預(yù)處理后,結(jié)合本文提出的傾向性比對(duì)方法,并行地分析出文本傾向,提高了數(shù)據(jù)處理的效率。結(jié)果展示層調(diào)取傾向性分析結(jié)果,并對(duì)其進(jìn)行展示。
【圖文】：