Twitter情感分類及可視化的研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，人們?cè)絹碓搅?xí)慣于在線表達(dá)自己的意見和情感，特別是通過例如Twitter或BBS這樣的社會(huì)媒體形式來表達(dá)情感變得越來越流行，并且大多數(shù)人表達(dá)的情感都是圍繞著一個(gè)主題或一個(gè)事件。這些情感信息對(duì)于人們更好地做出決策非常重要，因此，各種各樣的情感任務(wù)，包括意見提取、情感分類和推薦系統(tǒng)等被深入研究以獲得有用的結(jié)果。對(duì)這些tweet進(jìn)行情感分析就是用來評(píng)估現(xiàn)實(shí)生活中某一事件對(duì)人們的影響及人們對(duì)某一事件的反映的一種有效的方法?？墒?，

2、關(guān)于如何展現(xiàn)這些分析結(jié)果仍然是一個(gè)開放的熱點(diǎn)研究話題，人們通常都是從一系列的數(shù)字或表格來分析情感，但本論文在對(duì)Twitter進(jìn)行有效的情感分類的基礎(chǔ)上，提出了一種新的情感可視化方法結(jié)束了這樣一種被動(dòng)的數(shù)字展現(xiàn)的方式。
　　 在本論文中，首先從tweet中提取出了各條tweet的發(fā)布時(shí)間、逐點(diǎn)互信息-信息檢索值、表情符號(hào)值、情感標(biāo)點(diǎn)值等情感特征，然后在WEKA平臺(tái)上利用不同的特征組合來對(duì)tweet進(jìn)行情感分類。實(shí)驗(yàn)證明，同時(shí)使用這

3、四種情感特征是進(jìn)行情感分類的最佳特征組合。在此基礎(chǔ)上，分別使用樸素貝葉斯、支持向量機(jī)、決策樹和隨機(jī)森林算法對(duì)不同話題下的tweet再進(jìn)行情感分類實(shí)驗(yàn)，得出利用隨機(jī)森林算法所訓(xùn)練出的分類器對(duì)不同的話題進(jìn)行情感分類的準(zhǔn)確率明顯較高，都在80％以上。
　　 除此之外，基于上述情感分類結(jié)果，本論文提出了一種新的情感可視化方法，被稱為SentimentRiver圖，它不僅可以直觀的展示情感分類的結(jié)果、所提取的有代表性的情感詞，還能有效地展

4、示出在一系列數(shù)據(jù)流中情感的發(fā)展變化趨勢(shì)。通過引用模糊數(shù)學(xué)觀點(diǎn)中非負(fù)隸屬度權(quán)重來衡量情感的種類，論文中使用一個(gè)映射函數(shù)來呈現(xiàn)圖中情感強(qiáng)度變化的顏色梯度，也就是將顏色的RGB值與通過隨機(jī)森林分類器得到的非負(fù)隸屬度權(quán)重構(gòu)成映射關(guān)系。實(shí)驗(yàn)中的原始語料來自TREC2011的微博追蹤數(shù)據(jù)和部分tweet實(shí)時(shí)流數(shù)據(jù)。相對(duì)于傳統(tǒng)的餅圖和直方圖，論文中新提出的SentimentRiver圖在對(duì)“BBC世界服務(wù)人員削減”和“奧巴馬從提名到就職”等事件的情感