面向網絡輿情的文本語義傾向性分類算法研究.pdf

1、輿情指的是作為社會主體的民眾，在一定范圍的社會空間內，圍繞各種類型社會事件或問題的發(fā)生、發(fā)展與變化對于社會管理者所產生和持有的情感及態(tài)度。近年來，網頁已成為反映社會輿情的主要載體之一，又由于互聯網網頁呈指數級方式的增長，網絡輿情在已逐漸成為政府與企業(yè)重點關注的強大輿論平臺。抓住網絡輿情的導向則可以及時地了解民眾對于某條政策或某個事件的傾向性態(tài)度，及時需求做出改進。因此分析網絡輿情傾向性是現今自然語言處理的熱點問題。網絡輿情的傾向性分析需

2、要借助計算機自然語言處理技術高效、準確地甄別網頁所涵蓋的信息，并快速有效地對輿情進行分析與分類。
　　傳統(tǒng)的語義傾向性分析算法需要依靠網絡用戶選擇贊同、反對等簡單的投票形式來體現對事件或產品的態(tài)度與傾向性。然而，這對于如今的網絡媒體已經遠遠不夠，民眾的評論等以微博等形式呈現，其語義間細微差別與上下文的信息內容分析成為一個判斷傾向性的關鍵問題。本文試圖面向網絡輿情建立文本語義傾向性分析模型，以提高語義傾向性分類的準確性。主要研究成果

3、如下：
　　(1)構建了基于HowNet與中文情感詞匯本體庫的情感詞詞典。該詞典采用了HowNet情感詞典的正負情感詞匯庫，并借鑒了中文情感詞匯本體的極性標注方式，再經過人工添加網絡常用詞匯，形成了小型的情感詞典用于文本的預處理。
　　(2)提出了一種面向網絡輿情的特征詞權重計算方法。該方法由傳統(tǒng)的TF-IDF（Term Frequency-Inverse Document Frequency）權重算法添加位置權重、情感權重