本文關鍵詞：WEB文本情感分類中關鍵問題的研究，由筆耕文化傳播整理發(fā)布。

摘要 北京郵電人學博士學位論文 WEB文本情感分類中關鍵問題的研究 摘要 隨著計算機技術和互聯(lián)網(wǎng)的迅猛發(fā)展，網(wǎng)絡在線的文檔成為現(xiàn)代主 要的信息載體，是人們生活中不可或缺的主要信息來源。而隨著互聯(lián)網(wǎng) 進入web2．0時代，人們從被動的接受門戶網(wǎng)站發(fā)布信息，轉變?yōu)橹鲃拥? 獲取、發(fā)布、共享、傳播信息。同時，由于用戶參與到信息的產生，網(wǎng) 絡信息的內容形式也變得多樣化，越來越多的具有個人觀點性的內容充 斥著網(wǎng)絡。這些觀點性內容對于網(wǎng)絡電子商務、網(wǎng)絡社區(qū)發(fā)掘、網(wǎng)絡信 息安全、網(wǎng)絡信息檢索等多方面都具有重要的意義和實用價值。對網(wǎng)絡 文本觀點性內容的自動情感分析成為近期web信息處理的一個研究熱 點，而其中的核心技術就是文本情感分類。 在這樣一個背景下，本文對面向web文本的中文分詞、文本情感分 類以及Weblog觀點檢索問題進行了下述創(chuàng)新性研究工作： 首先，研究了面向web文本的中文分詞問題。根據(jù)web文本環(huán)境的 特點，研究重點在于中文分詞中的未登錄詞識別問題，同時兼顧切分歧 義消解、整體切分準確率和高效處理海量文本的能力。在未登錄詞識別 方面，提出了POC．NLW字符標記模板，從字符級別的粒度來表征中文 詞匯的構成機制，并結合隱馬爾可夫模型，實現(xiàn)了基于字符序列標注的 中文分詞方法。此外，分別使用了基于規(guī)則匹配的預處理、基于詞典匹 配的初級全切分、基于詞語級別的N．Gram統(tǒng)計切分模型，并通過級聯(lián)方 式將上述各模塊有效組合，，構成了多模型混合的層疊系統(tǒng)。實驗結果表 明，本文提出

  本文關鍵詞：WEB文本情感分類中關鍵問題的研究，由筆耕文化傳播整理發(fā)布。