面向中文微博文本的情感識別與分類技術研究.pdf

1、作為時下最流行的社交媒體之一，微博具有信息傳播快、信息量大、內容欠規(guī)范等顯著特點，已發(fā)展成為互聯(lián)網信息交流共享的重要平臺之一。當前，對微博文本的情感識別與分類研究逐漸成為自然語言處理領域中一個新的熱點研究方向及難點所在，其研究成果對于企業(yè)及時洞悉用戶對產品或服務的使用反饋、對獲取社會民眾的民意、輿情監(jiān)測等應用均具有重要的現實意義。
　　本研究致力于初步解決面向中文微博文本的主觀句識別與情感分類問題，具體研究內容如下:
　　一

2、、通過分析微博文本，總結出微博文本的若干結構特征，并構建表情情感庫。在分析微博文本中常出現的重復標點符號的基礎上，整理出輔助識別情感分類的標點符號情感庫。將情感詞匯本體庫和表情情感庫、標點符號情感庫相結合，構建了中文微博文本的情感特征庫。
　　二、分別使用詞頻統(tǒng)計、期望交叉熵、TF-IDF、以及求TF-IDF的方差等方法對微博文本進行情感特征抽取，其實驗結果顯示:基于方差與TF-IDF加權結合的特征識別與抽取方法取得了最好的結果。

3、
　　三、關于微博文本的情感識別與分類，我們首先判斷微博文本的主、客觀性，使用樸素貝葉斯方法和支持向量機方法來識別主觀句，實驗結果顯示:樸素貝葉斯方法對主觀句的識別效果更好。此后，對屬于主觀句的微博文本我們進行了情感分類研究，使用基于支持向量機的一對一分類法和一對其余分類法，其實驗結果顯示:基于支持向量機的一對一分類法效果更好。
　　四、基于以上提出的情感特征抽取方法及情感識別與分類方法，我們構建了相應的原型系統(tǒng)。通過在公開