面向網(wǎng)絡(luò)新聞的熱點話題發(fā)現(xiàn)與極性分析.pdf

1、隨著網(wǎng)絡(luò)媒體的迅猛發(fā)展以及互聯(lián)網(wǎng)普及率的提高，互聯(lián)網(wǎng)中隨時都有大量的新聞報道產(chǎn)生。通常，關(guān)于同一新聞話題的眾多報道分散地顯示在各大新聞網(wǎng)站中，而且并非所有的新聞話題都會被人們關(guān)注。此外，由于互聯(lián)網(wǎng)更加強調(diào)交互性，人們更傾向于在網(wǎng)絡(luò)新聞平臺上表達(dá)自己的看法和態(tài)度。面對網(wǎng)絡(luò)中海量的新聞報道以及評論信息，如何將新聞網(wǎng)站中大量且分散的新聞報道歸為各個話題，以較為集中的方式展示關(guān)于同一話題的所有新聞報道，然后篩選出熱點話題并分析其極性，具有十分重

2、要的意義。
　　本文以真實的新聞數(shù)據(jù)為研究對象，進(jìn)行熱點話題發(fā)現(xiàn)與極性分析的研究。為了從抓取的海量新聞報道中檢測出當(dāng)前的熱點新聞話題，本文提出了一種熱點話題發(fā)現(xiàn)算法。由于文本聚類是話題發(fā)現(xiàn)的關(guān)鍵步驟，本文重點對文本聚類算法進(jìn)行了改進(jìn)，通過批處理、多向量、二次聚類等改進(jìn)措施提高了話題發(fā)現(xiàn)的準(zhǔn)確性。獲取到各個話題之后，本文提出了一種評估話題熱度的方法，用于計算各個話題的熱度值并排序，從而篩選出熱點話題。
　　在熱點話題發(fā)現(xiàn)的基礎(chǔ)

3、上，為了獲取人們對熱點話題的觀點和態(tài)度，本文提出了一種基于極性詞典與語義規(guī)則的極性分析方法。本文在開源情感詞典的基礎(chǔ)上，人工構(gòu)建了本文的極性詞典，在構(gòu)建過程中考慮了修飾詞、網(wǎng)絡(luò)用語及評價對象對極性分析結(jié)果的影響。此外，本文對極性分析過程中用到的語義規(guī)則進(jìn)行了歸納。之后采用極性詞典與語義規(guī)則相結(jié)合的特征項抽取方法抽取評論文本中的情感特征項，并根據(jù)本文提出的極性值計算方法，得到各個熱點話題的極性。最后通過應(yīng)用實例對本文提出的話題發(fā)現(xiàn)算法和極