【摘要】：隨著互聯(lián)網(wǎng)的飛速發(fā)展,特別是Web2.0技術(shù)的逐漸普及,廣大網(wǎng)絡用戶已經(jīng)從過去單純的信息獲取者變?yōu)榫W(wǎng)絡內(nèi)容的主要制造者。尤其是自2009年中文微博誕生以來,用戶使用互聯(lián)網(wǎng)的習慣隨之改變,從而帶來了許多新的研究問題,其中中文微博的觀點挖掘與傾向性分析技術(shù)漸漸成為許多專家學者的研究熱點,獲得了越來越多的關注。同時,隨著自然語言處理技術(shù)、機器學習技術(shù)和大數(shù)據(jù)技術(shù)的不斷發(fā)展和成熟,再次將中文微博的觀點挖掘與傾向性分析研究推向高潮。中文微博平臺的出現(xiàn)催生了許多新的應用需求,比如微博內(nèi)容中評價對象抽取及其情感傾向性判定、微博內(nèi)容的觀點傾向性分析、查詢主題相關的觀點信息檢索結(jié)果等。然而,由于中文微博的諸多特性,比如內(nèi)容短、口語化嚴重、書寫不規(guī)范、語句結(jié)構(gòu)雜亂、帶有轉(zhuǎn)發(fā)關系等,使得傳統(tǒng)的觀點挖掘與傾向性分析技術(shù)已經(jīng)不能完全滿足對微博數(shù)據(jù)處理的需求。因此,本文針對這種新的應用需求,重點研究面向中文微博的情感詞情感強度量化計算、序列化評價搭配聯(lián)合抽取、觀點傾向性判定以及觀點檢索等觀點挖掘與傾向性分析關鍵技術(shù),探索新的、適合中文微博的研究思路和方法,進一步提高觀點挖掘與傾向性分析的準確性和實用性。論文的主要研究內(nèi)容和創(chuàng)新成果包括以下四個部分:(1)通過分析情感詞的情感強度模糊性特點,研究情感詞的情感強度量化技術(shù)�；谇楦性~分類思想,提出基于正態(tài)分布的基礎情感詞情感強度量化計算方法和基于組詞分類的復合情感詞情感強度量化計算方法,實驗結(jié)果表明,本文方法較大地提高了不同組詞類型情感詞的情感強度量化計算性能,計算結(jié)果更加貼近人們的主觀判定。(2)通過分析中文微博評價對象與評價詞語的特點,研究評價對象與評價詞語的序列化評價搭配聯(lián)合抽取技術(shù)。利用評價對象和評價詞語的詞法、句法、語義以及位置等特征,提出基于多特征的序列化評價搭配聯(lián)合抽取方法。創(chuàng)新性地利用微博轉(zhuǎn)發(fā)關系特性,提出基于轉(zhuǎn)發(fā)關系的隱性評價搭配聯(lián)合抽取方法。實驗結(jié)果表明,評價搭配識別性能得到了較好的提升。(3)中文微博的諸多特性使其觀點傾向性分析存在諸多難點。針對微博數(shù)據(jù)表達觀點的情感搭配特點,構(gòu)建情感搭配規(guī)則,提出基于情感搭配規(guī)則的微博觀點傾向性判定方法。同時結(jié)合微博的其它諸多特性,進一步提出多特征融合的支持向量機觀點傾向性判定方法,并利用微博轉(zhuǎn)發(fā)關系特性和松弛標記技術(shù)對其判定結(jié)果進行優(yōu)化計算,較大程度地提升了微博觀點傾向性判定性能。(4)設計實現(xiàn)了一個面向中文微博的觀點檢索系統(tǒng),該系統(tǒng)有機集成了情感強度量化技術(shù)、評價搭配抽取技術(shù)和觀點傾向性判定技術(shù),實現(xiàn)了系統(tǒng)內(nèi)部核心功能模塊的集成和檢索結(jié)果的友好可視化展示,并初步應用于某部某項目之中,使研究成果更好地與實際應用相結(jié)合。
【學位授予單位】：北京理工大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP391.1

【共引文獻】

相關期刊論文 前10條

1 龍瓏;鄧偉;元昌安;;綠色網(wǎng)絡博客評論系統(tǒng)的提取方法[J];桂林理工大學學報;2014年01期

2 陸浩;牛振東;張楠;孫星愷;劉文禮;;基于句法與主題擴展的中文微博情感傾向性分析模型[J];北京理工大學學報;2014年08期

3 楊桂芳;;網(wǎng)絡評論挖掘關鍵技術(shù)與方法研究概述[J];計算機光盤軟件與應用;2014年22期

4 肖江;丁星;何榮杰;;基于領域情感詞典的中文微博情感分析[J];電子設計工程;2015年12期

5 任遠;巢文涵;周慶;李舟軍;;基于話題自適應的中文微博情感分析[J];計算機科學;2013年11期

6 王昌厚;王菲;;使用基于模式的Bootstrapping方法抽取情感詞[J];計算機工程與應用;2014年01期

7 李毅;胡金鳳;王正友;;一種面向中文依賴語法的觀點挖掘模型[J];河北省科學院學報;2014年02期

8 周詠梅;陽愛民;楊佳能;;一種新聞評論情感詞典的構(gòu)建方法[J];計算機科學;2014年08期

9 黃衛(wèi)春;周冬衛(wèi);鐘茂生;熊李艷;;一種改進的詞匯語義極性分析算法[J];科學技術(shù)與工程;2014年24期

10 盧偉勝;郭躬德;陳黎飛;;基于詞性標注序列特征提取的微博情感分類[J];計算機應用;2014年10期

相關會議論文 前1條

1 余傳明;陳雷;張小青;;基于支持向量機的產(chǎn)品屬性識別研究[A];國家自然科學基金委員會管理科學部宏觀管理與政策學科青年基金獲得者交流研討會論文集[C];2010年

相關博士學位論文 前10條

1 崔亮;投資者情緒的統(tǒng)計測評及其應用研究[D];西南財經(jīng)大學;2013年

2 鄧莎莎;支持決策研討的文本分析方法研究[D];上海交通大學;2013年

3 劉楠;面向微博短文本的情感分析研究[D];武漢大學;2013年

4 楊玉珍;基于Web評論信息的傾向性分析關鍵技術(shù)研究[D];山東師范大學;2014年

5 黃煥;面向e-Learning的學習者情感建模及應用研究[D];華中師范大學;2014年

6 布占廷;英漢語言學書評語篇中的負面評價對比研究[D];山東大學;2014年

7 邊海容;Web信息驅(qū)動的上市公司財務危機預警研究[D];江西財經(jīng)大學;2013年

8 楊東輝;基于情感相似度的社會化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學;2014年

9 韓聞文;基于社會化媒體的觀點和行為挖掘研究[D];北京郵電大學;2014年

10 紀雪梅;特定事件情境下中文微博用戶情感挖掘與傳播研究[D];南開大學;2014年

相關碩士學位論文 前10條

1 薛賓;基于評價搭配的產(chǎn)品情感傾向聚類方法研究[D];山西大學;2013年

2 許斌;中文微博的情感分析和影響力技術(shù)研究[D];解放軍信息工程大學;2013年

3 唐都鈺;領域自適應的中文情感分析詞典構(gòu)建研究[D];哈爾濱工業(yè)大學;2012年

4 熊祖濤;基于Web文本信息抽取的微博輿情分析[D];西安科技大學;2013年

5 王靜;突發(fā)事件網(wǎng)絡輿情的情感傾向及演化分析[D];哈爾濱工業(yè)大學;2012年

6 張超;微博客話題評論的聚類分析[D];哈爾濱工業(yè)大學;2012年

7 季佳;媒體信息內(nèi)容與中國股市中的股票收益的關系[D];哈爾濱工業(yè)大學;2013年

8 于帥;中文Web文本情感傾向性分析技術(shù)的研究[D];哈爾濱工程大學;2013年

9 王世東;基于數(shù)據(jù)挖掘的電子商務推薦系統(tǒng)設計與實現(xiàn)[D];電子科技大學;2013年

10 胡霖;個人文獻服務平臺研究與實現(xiàn)[D];中南大學;2013年

本文編號：2770121