论文部分内容阅读
当前的微博客话题评论的推送方式有诸多问题,例如垃圾信息过多、页面太多以致阅读不便、无法有效地阅读观点。如何改进推送方式的缺点,以一种更人性化、更方便的方式将微博客话题评论内容呈现给用户,成了本文研究的焦点。本文设计并实现了微博客话题评论的聚类分析系统,首先使用依存句法子树分析方法对依存句法处理结果进行分析,然后使用评价模式挖掘方法对依存句法子树的分析结果进行挖掘,得到评价的中心词语,使用评价中心词语代替原来的评价,最后使用改进的相似度计算方法对所有的主题和评价进行了凝聚层次聚类,每个聚类结果表达一种主题或一种评价。本文的工作主要体现在以下几个方面:(1)实现了一种依存句法子树分析思想。该方法将依存句法处理结果,将一个句子分成子句,针对各个子句按照其相对独立意义分割成相对独立部分,每一个独立部分有着相应的句法角色。(2)提出了一种观点的评价模式挖掘方法。该方法,首先利用依存句法子树分析结果,使用Apriori算法进行了模式挖掘,通过观察模式挖掘结果,结合汉语知识的特点,定义了一些比较固定的评价模式类型;然后使用统计的方法得到了一些相对固定的评价模式知识,并手动选取了一些评价模式知识对评论进行了挖掘;最终得到评价的中心词语。(3)提出了一种改进的语义词典相似度计算方法。该方法实现了从计算单个词语的最大相似度到计算整个句子的最大相似度的转变。实验结果表明改进后的语义词典相似度计算方法的有效性。