隨著Web2.0的快速發(fā)展,社交網(wǎng)絡(luò)媒體受到越來越多人的青睞,以新浪微博為例,它已經(jīng)成為人們生活工作中的一個(gè)大眾輿論平臺(tái),同時(shí),也是主要溝通交流平臺(tái)。人們可以自由地發(fā)表自己的見解、表達(dá)自己的情緒。對微博文本的情緒類別及其時(shí)序變化的研究,不僅是自然語言處理領(lǐng)域與文本挖掘領(lǐng)域的重要研究課題,而且對于探究文本中隱含的情緒及其情緒時(shí)序變化,也具有重要的學(xué)術(shù)價(jià)值與應(yīng)用價(jià)值。本文采用一種結(jié)合了概率和一階邏輯的情緒分類方法,并結(jié)合時(shí)間及事件因素,分析情緒的時(shí)序變化。主要研究工作如下:1)基于馬爾科夫邏輯網(wǎng)絡(luò),確定情緒分類的馬爾科夫邏輯表示方法,并根據(jù)外部情感情緒詞典,構(gòu)建文本的情緒分類體系,推理微博文本的情緒類別。2)基于分詞、詞性標(biāo)注、依存句法分析、命名實(shí)體識(shí)別及語義角色標(biāo)注等自然語言處理技術(shù),利用詞性及觸發(fā)詞,構(gòu)建時(shí)間單元及事件規(guī)則庫,識(shí)別時(shí)間表達(dá)式及事件詞,并將時(shí)間表達(dá)式規(guī)范化。3)基于時(shí)間、事件信息,分析微博用戶的發(fā)布規(guī)律、情緒變化規(guī)律,并結(jié)合事件信息,分析微博用戶的情緒時(shí)序變化。實(shí)驗(yàn)結(jié)果表明,本文所提出的方法的可行性與有效性,且1)分類方法的準(zhǔn)確率最好可達(dá)90%以上,其性能受數(shù)據(jù)量大小的影... 

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 本文主要研究內(nèi)容
        1.2.1 基于MLNs的情緒分類
        1.2.2 基于規(guī)則的有效信息識(shí)別
        1.2.3 情緒時(shí)序變化分析
    1.3 論文組織結(jié)構(gòu)
第2章 相關(guān)工作綜述
    2.1 情緒分類
    2.2 馬爾科夫邏輯網(wǎng)
    2.3 事件信息的提取
    2.4 整體方法對比總結(jié)
    2.5 本章小結(jié)
第3章 基于MLNs的情緒分類
    3.1 情緒分類體系
        3.1.1 馬爾科夫邏輯表示
        3.1.2 權(quán)值學(xué)習(xí)
        3.1.3 推理
    3.2 實(shí)驗(yàn)與分析
        3.2.1 數(shù)據(jù)集
        3.2.2 評(píng)估指標(biāo)
        3.2.3 實(shí)驗(yàn)分析
    3.3 本章小結(jié)
第4章 基于規(guī)則的有效信息識(shí)別
    4.1 時(shí)間表達(dá)式識(shí)別
        4.1.1 構(gòu)建時(shí)間單元規(guī)則庫
        4.1.2 識(shí)別時(shí)間表達(dá)式
        4.1.3 規(guī)范化時(shí)間表達(dá)式
    4.2 事件識(shí)別
        4.2.1 統(tǒng)計(jì)分析
        4.2.2 事件識(shí)別規(guī)則
        4.2.3 事件識(shí)別方法與過程
    4.3 實(shí)驗(yàn)與分析
        4.3.1 數(shù)據(jù)集
        4.3.2 實(shí)驗(yàn)及分析
    4.4 本章小結(jié)
第5章 情緒時(shí)序變化分析
    5.1 情緒時(shí)序變化系統(tǒng)
        5.1.1 時(shí)間處理方法
        5.1.2 數(shù)據(jù)處理方法
        5.1.3 事件處理方法
    5.2 情緒時(shí)序變化實(shí)證研究
        5.2.1 基于個(gè)體微博研究
        5.2.2 基于群體微博研究
    5.3 本章小結(jié)
第6章 應(yīng)用系統(tǒng)實(shí)例
    6.1 系統(tǒng)設(shè)計(jì)
    6.2 模塊分析
    6.3 結(jié)果展示
    6.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于大數(shù)據(jù)的河北省文化旅游信息化現(xiàn)狀分析[J]. 阮冬茹,平曉麗,趙剛,高凱.  河北工業(yè)科技. 2015(04)
[2]基于微博文本的個(gè)性化興趣關(guān)注點(diǎn)及情緒變遷趨勢研究[J]. 王九碩,高凱,趙捷,高國江.  河北科技大學(xué)學(xué)報(bào). 2015(02)
[3]中文事件觸發(fā)詞的自動(dòng)抽取研究[J]. 軒小星,廖濤,高貝貝.  計(jì)算機(jī)與數(shù)字工程. 2015(03)
[4]基于條件隨機(jī)場與時(shí)間詞庫的中文時(shí)間表達(dá)式識(shí)別[J]. 吳瓊,黃德根.  中文信息學(xué)報(bào). 2014(06)
[5]基于規(guī)則的中文時(shí)間表達(dá)式識(shí)別與規(guī)范化[J]. 左亞堯,龍耀發(fā),李杰駿.  廣東工業(yè)大學(xué)學(xué)報(bào). 2014(03)
[6]中文時(shí)間表達(dá)式及類型識(shí)別[J]. 李君嬋,譚紅葉,王風(fēng)娥.  計(jì)算機(jī)科學(xué). 2012(S3)
[7]基于條件隨機(jī)場的中文時(shí)間短語識(shí)別[J]. 朱莎莎,劉宗田,付劍鋒,朱芳.  計(jì)算機(jī)工程. 2011(15)
[8]基于語義角色的中文時(shí)間表達(dá)式識(shí)別[J]. 劉莉,何中市,邢欣來,毛小麗.  計(jì)算機(jī)應(yīng)用研究. 2011(07)
[9]基于馬爾科夫邏輯網(wǎng)絡(luò)的實(shí)體解析改進(jìn)算法[J]. 樓俊杰,徐從富,郝春亮.  計(jì)算機(jī)科學(xué). 2010(08)
[10]自動(dòng)構(gòu)建時(shí)間基元規(guī)則庫的中文時(shí)間表達(dá)式識(shí)別[J]. 鄔桐,周雅倩,黃萱菁,吳立德.  中文信息學(xué)報(bào). 2010(04)



本文編號(hào)：3682108