基于本體的微博話題發(fā)現(xiàn)與傾向性分析研究.pdf

1、微博簡(jiǎn)短寫作，便捷發(fā)布，實(shí)時(shí)交互的特點(diǎn)吸引了越來(lái)越多的人在微博上實(shí)時(shí)更新消息，交流觀點(diǎn)，微博平臺(tái)的規(guī)模迅速發(fā)展起來(lái)，其提供的功能服務(wù)越來(lái)越豐富。龐大的微博信息看似雜亂無(wú)章，沒有規(guī)則，實(shí)則包含了眾多話題，從海量的微博信息中找出熱點(diǎn)話題，并對(duì)其進(jìn)行情感分析逐漸成為一個(gè)新的微博應(yīng)用領(lǐng)域。
　　 本文針對(duì)中文微博做話題發(fā)現(xiàn)與傾向性分析研究。首先分析國(guó)內(nèi)外微博話題發(fā)現(xiàn)和傾向性分析方面的最新研究方法和成果，設(shè)計(jì)出一個(gè)微博話題發(fā)現(xiàn)算法;然后，

2、依據(jù)情感詞本體、規(guī)則集和微博表情符號(hào)，對(duì)發(fā)現(xiàn)出來(lái)的話題進(jìn)行情感分析，從而獲得指定話題的情感傾向。最后，以2013年1月15日到2013年2月5日20天內(nèi)的新浪微博數(shù)據(jù)為基礎(chǔ)，初步實(shí)現(xiàn)了一個(gè)微博話題情感分析原型系統(tǒng)。本文的主要工作如下:
　　 (1)情感詞匯本體構(gòu)建:研究了情感詞獲取方法，一方面整理和總結(jié)了當(dāng)前已有情感詞匯資源，構(gòu)建基礎(chǔ)情感詞本體，另一方面搜集網(wǎng)絡(luò)情感用語(yǔ)和一些兼類詞擴(kuò)充基礎(chǔ)情感詞本體。
　　 (2)微博話

3、題發(fā)現(xiàn):首先對(duì)具有相同主題的原創(chuàng)微博、轉(zhuǎn)發(fā)微博、評(píng)論微博進(jìn)行合并，生成單微博樹，形成一個(gè)長(zhǎng)文本，以3-Gram模型表示該長(zhǎng)文本;然后對(duì)具有高相似度的多個(gè)單微博樹進(jìn)行合并，形成一棵多微博樹，再對(duì)每棵多微博樹進(jìn)行話題抽取形成微博話題;最后計(jì)算出每個(gè)話題的熱度，并依據(jù)話題熱度，對(duì)其進(jìn)行排序。
　　 (3)微博話題情感傾向分析:根據(jù)語(yǔ)言學(xué)的知識(shí)，分析句子的上下文語(yǔ)義關(guān)系，建立規(guī)則集，用3-POS模式表示文檔;然后，依據(jù)情感詞匯本體、微博