论文部分内容阅读
Web2.0时代的到来,改变了传统媒体的传播方式以及人类信息的互动关系,其中微博就是一个很好的例子。越来越多的用户开始在微博上交流观点,分享信息和情感。由于微博写作精炼,发布便捷,实时交流等特点,深得大众喜欢。当下许多用户通过微博这一媒介来抒发自己的心情或发表对于某特定事物的看法,通过对这些信息进行情感分析,可以更好地进行微博营销、舆情监控和品牌调查等。目前中文微博的情感分析研究还处于刚起步阶段。微博情感分析主要是判别微博的情感倾向性,正面还是负面。首先对从网络上抓取的微博进行预处理,之后用半监督的学习方法采样含有特定表情的微博,构成初始训练集。同时结合网络上人工整理的情感字典和常用网络词语,运用点互信息和词向量,结合训练集对词典进行扩展,自动构建一个面向微博的情感字典。之后将微博正文中的情感词作为特征,根据微博自身特点使用SVM训练情感倾向性模型,得出每条微博的情感极性,实现一个面向中文微博的情感倾向性分类系统。实验数据选用新浪微博语料,实验验证了该方法的可行性,最后取得了较好的效果。