基于情感词典的中文微博情感倾向分析研究

华中科技大学硕论文

新闻真实性原则要求新闻工作者按照时间、地点、人物、事件的过程及原因五大要素写新闻,只有报道内容与事实的本来面貌相符,与当时产生的新闻的条件状况相符,新闻才能真实。2.拟写一句话新闻——提取新闻中的主要信息，捕捉新闻要素(人物＋时间＋地点＋事件＋原因)，一般以人物、事件为主要新闻点，两者构成主谓句。112.zip - 本体的计算概念间语义相似度的方法，综合考虑了语义距离、节点深度和节点密度的影响，并加入了一个可调节的参数，以适应不同场景下的灵活应用，最后简单介绍了语义相似度在搜索引擎领域的应用,2012-05-03,下载40次。

近些年的研究中,Miao等[5]在之前研究基础上为了能更好的解决特征的倾向分析，提出了一个基于产品评论的四元组抽取概念，从而实现了特征级别的分析。由于类型不同的句子表达情感的方式存在差异，Narayanan等[6]对条件语句进行分析,基于时态信息对相关句子进行类别标注,结合各种特征表示信息,提出基于分句、结果句和整个句子的分类方式,收到了很好的效果。

中文方面，国内的徐琳宏、林鸿飞[7]从句子的词汇和结构作考虑，提取影响语句情感的9个语义特征，采用手工与自动获取相结合的方法，构建情感词汇本体库，对情感分析研究做了初步的尝试。李钝、曹付元等[8]从语言学的角度出发，采纳“情感倾向定义”权重优先的计算方式得到短语中词语语义倾向度，并分析词语的组合方式特点，提出中心词概念对词语的倾向性做计算，从而识别出短语的倾向性及其强度。该方法为更大粒度的文本情感分析打下了基础，具有一定的价值。中文微博情感分析研究综述

近年来，闻彬，何婷婷等[9]提出一种基于语义理解的文本情感分类方法，通过在情感词识别中引入情感义原，赋予概念情感语义，对概念的情感相似度重新定义，得到词语情感语义值。分析文本情感倾向性是否受语义层副词的出现规律的影响。该方法对有效地判定文本情感倾向性得到了一定的提高。赵妍妍等[15]提出了一种基于句法路径的情感评价单元自动识别方法,该方法自动获取句法路径来描述评价对象及其评价词语之间的修饰关系，并通过计算句法路径编辑距离来改进情感评价单元抽取的系统性能，在对电子产品领域的应用，取得了较好的实验效果。王素格等[16]提出了基于赋权粗糙隶属度的文本情感分类方法，该方法利用特征倾向强度，定义赋权粗糙隶属度，应用在真实汽车评论语料上，取得了不错的分类性能。

(对kdd定义进行扩展)2 文本挖掘的基本思想首先利用文本切分技术，抽取文本特征，将文本数 据转化为能描述文本内容的结构化数据，然后利用 聚类、分类技术和关联分析等数据挖掘技术，形成 结构化文本，并根据该结构发现新的概念和获取相 应的关系。此应用程序支持超过 40 种语言的全文本翻译,并可以与 lingvo dictionaries 应用程序集成,让您访问最新的综合词典,帮助您翻译不熟悉的词语。同时支持用户词典.我们先后精心打造五年,内核升级7次,目前已经升级到了ictclas2009用户词典接口扩展用户可以动态增加、删除用户词典中的词,调节分词的效果.提高了用户词典使用的灵活性.分词粒度可调可以控制分词结果的粒度.共享版本提供两种分词粒度,标准粒度和粗粒度,满足不同用户的需求.词性标注功能加强多种标注级的选择,系统可供选择的标注级有:计算所一级标注级,计算所二级标注集,北大一级标注集,北大二级标注集.关键词提取自动抽取出能很好地代表文档主题的若干个词或短语.关键词抽取技术广泛应用于信息检索、文本分类/聚类、信息过滤、文档摘要等各种智能文本信息处理领域,具有很好的应用价值.指纹提取根据文章的内容,结构,词语间的关系,分析出能够表示该文章的语义指纹,使用数字序列表示.。

4

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-99527-1.html