基于融合特征的微博主客觀分類方法研究.pdf

1、越來越多的用戶喜歡通過微博來實時分享自己的觀點或者表達自己的情感,因此,面向微博的意見挖掘或情感分析成為了研究熱點。其中,微博主客觀分類研究是意見挖掘和情感分析研究的基礎,其主要任務是區(qū)分微博中表達主觀觀點的文本和表達客觀事實的文本,并進一步從主觀性文本中挖掘潛在有價值的信息。此外,面向微博的主客觀分類研究對意見問答系統(tǒng)、觀點摘要等工作也具有重要意義。
　　本文針對中文微博的主客觀分類問題,分別研究了語法和語義特征結合不同特征選擇

2、方法對微博主客觀分類的影響,同時對基于融合特征的微博主客觀分類方法進行了探索性研究。本文主要研究成果如下:
　　(1)針對語法特征,提出了基于2-gram的詞、詞性特征的提取算法。本文借鑒2-gram模型分別提取了微博文本的連續(xù)雙詞(2-word)、連續(xù)雙詞詞性(2-pos)組合模式特征作為語法特征來進行微博主客觀分類研究。
　　(2)針對語義特征,充分考慮了情感分析經驗以及微博文本特點,提出了微博內容特征、比重特征等豐富的

3、語義特征,并引入了微博文本情感詞庫來進行微博主客觀分類研究。
　　(3)針對微博文本特征選擇問題,分別對兩類特征選擇方法進行了分類性能比較。本文分別利用不同特征選擇方法對語法和語義特征進行評估來獲取最優(yōu)特征集,并結合分類模型對分類效果進行了比較。
　　(4)針對微博主客觀分類問題,提出了一種基于融合特征的微博主客觀分類方法。該方法通過設計特征融合算法對不同特征選擇方法進行有效組合來獲取融合特征,并結合機器學習方法來進行微博主