微博情感分析的相關技術研究.pdf

1、伴隨著網(wǎng)絡的普及,微博有著迅猛的發(fā)展。越來越多的用戶使用微博進行信息的傳播,每天微博的信息量都呈爆炸式增長,如何從海量的微博信息中獲取所需內(nèi)容,特別是如何針對最近發(fā)生的熱點話題和熱門事件進行分析是當前研究的熱點之一。本文采用微博情感分析技術來對微博話題進行分析和挖掘。微博情感分析相關技術的研究具有很好的應用前景和重要的實際意義。
　　論文給出了一種基于云模型并結合語義的特征選取方法完成了微博的特征抽取工作。該方法對現(xiàn)有的基于?2統(tǒng)

2、計量的特征選擇方法結合語義并利用云模型進行改進。利用云模型對于不確定性知識的處理優(yōu)勢,通過對特征在類別上的?2統(tǒng)計值轉(zhuǎn)換為對類別的隸屬度層次進行處理,從而實現(xiàn)對特征分布的修正。對本文給出的微博特征抽取方法在微博數(shù)據(jù)集上進行了實驗驗證,證明了該方法的有效性和可行性。
　　論文給出了一種基于組合貝葉斯網(wǎng)絡對微博新聞話題進行情感分析的方法。該方法把微博情感分為五類,側(cè)重對容易誤判的微博情感分析類別進行分析診斷,使微博的情感分析過程更加地

3、合理。論文把若干個不同結構的貝葉斯網(wǎng)絡當作一系列基微博情感分析器,完成boosting迭代任務。也就是說,依次在訓練集上訓練每個基微博情感分析器。首個基分析器用原始的微博數(shù)據(jù)訓練集訓練,其它基分析器的訓練取決于在其之前產(chǎn)生的微博情感分析器的表現(xiàn),被已有微博情感分析器誤判的實例會以較大的概率出現(xiàn)在新的微博情感分析器的訓練集中,最終,這些微博情感分析器組合成為一個貝葉斯網(wǎng)絡組合情感分析器。對本文給出的基于組合貝葉斯網(wǎng)絡的微博情感分析的方法在