文本情感傾向性分析系統(tǒng)的研究與實現(xiàn).pdf

1、互聯(lián)網(wǎng)的發(fā)展對人們的生活方式產(chǎn)生了巨大的影響，人們越來越多的在網(wǎng)絡上發(fā)表自己的觀點和看法，對這些觀點和看法中的情感傾向性的研究對政府、企業(yè)和個人都有重要的意義，具有很大的應用價值。
　　本文的目標是基于傳統(tǒng)的情感傾向性分析方法，設計并開發(fā)出一套準確率較高，具有實用價值的文本情感傾向性分析系統(tǒng)。圍繞這個目標，本文總結(jié)了文本傾向性分析技術的研究現(xiàn)狀和主要方法，在此基礎上提出了一種基于情感詞典和模式詞典，并用SVM多分類器對得到的情感值

2、進行分類的方法;針對傳統(tǒng)文本聚類算法中的聚類參數(shù)難于確定，聚類結(jié)束條件不好控制的缺點，本文嘗試了一種自動尋找閾值和結(jié)束條件的聚類方法;對于傳統(tǒng)文本傾向性分析將文本情感分析和主題識別分開的情況，本文在進行情感分析的同時與主題識別緊密結(jié)合，使得情感傾向有所指，給予了傾向性分析更大的實際意義。此外，文中基于知網(wǎng)的語義規(guī)則，構(gòu)建了基本情感詞典和模式詞典，并搜索常用的網(wǎng)絡新詞對情感詞典進行豐富。
　　最后用準確率、召回率和綜合度量三個指標對