互聯(lián)網(wǎng)信息情感傾向性的研究與實現(xiàn).pdf

1、近年來，互聯(lián)網(wǎng)信息資源急劇膨脹，帶有個人情感色彩的言論越來越多，分析這些文本有著很大的現(xiàn)實意義，因此如何有效地抽取與過濾互聯(lián)網(wǎng)上的信息，如何對文本進行情感傾向分析成為當(dāng)前互聯(lián)網(wǎng)智能信息處理的研究熱點。這涉及到自然語言處理、信息檢索、信息抽取、機器學(xué)習(xí)等多個領(lǐng)域的研究內(nèi)容。
　　本文首先介紹了研究的背景以及相關(guān)的理論基礎(chǔ)，而后，詳細(xì)地研究了從互聯(lián)網(wǎng)信息抽取到情感傾向分析的一個完整的流程，主要是三個方面：互聯(lián)網(wǎng)信息抽取、信息過濾、文本

2、傾向分析。在信息抽取中，主要分析了互聯(lián)網(wǎng)信息的結(jié)構(gòu)，應(yīng)用了DOM樹、HTML解析器處理網(wǎng)頁數(shù)據(jù)，引入了模板技術(shù)以解決多樣化的網(wǎng)頁信息抽取。在信息過濾部分，在詞語語義相似度計算基礎(chǔ)上，近一步改進了句子的語義相似度計算算法；最后，研究了文檔之間相似度計算的方法，并通過文檔與主題之間的相似度值來實現(xiàn)文本信息的過濾。此后部分，深入研究了文本的傾向性計算算法，涉及短語的傾向性計算、句子及篇章的傾向性計算。在此基礎(chǔ)上，闡述了一個互聯(lián)網(wǎng)信息傾向性分析