基于pad模型中文微博情感的分析研究

《基于pad模型中文微博情感的分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：应亟陛丝型险靼盗嗵叠蹩瞄酶豇—一作者签名：嗑姿盛昌期：之!兰年上月么生日大连理工大学硕士学位论文摘要近年来，微博已经成为全

2、球最受欢迎的网络应用之一，微博的快速发展使其显示出了巨大的社会价值和商业价值，人们逐渐习惯在以微博为代表的社交网络上获取、交流信息与表达情感。文本情感倾向性分析主要关注以文本方式存在的信息中的情感倾向，当庞大的数据量使得它无法手动对它们进行分析时，情感分析就开始发挥作用了。情感分析在英文世界一直是一个被广泛研究的领域，而中文情感分析的研究仍处于起步阶段，大部分工作己通过尝试被证明是适用于英文的。首先，本文总结分析了文本倾向性分析的基本概念与算法模型，在此基础上，将心理学中的PAD情感模型引入，结

3、合知网提供的语义相似度计算方法，提出了一种使用给定基础情感词汇与其对应PAD值计算词汇的PAD值的方法，并以此构建了一个基于PAD情感模型的情感词典。其次，本文将问题扩展到中文的文本倾向性分析研究中，提出了一种结合统计信息与语义信息的权重计算方法，通过该方法，在一定程度上消除特征歧义对于分类器的影响，使得特征的权重更贴合文本的语义，分类的效果更好。最后，本文综合中文微博文本分析研究现状，分析了现有的文本表示模型，结合机器学习中的支持向量机算法，提出了基于PAD情感语义特征的支持向量机分类方法。实

4、验结果表明，基于支持向量机的分类算法的效果好于k最近邻节点算法的效果。同时，本文提出的基于PAD情感语义特征的支持向量机分类方法都能够取得比较实用的效果，并对普通的支持向量机方法效果有着显著的改进。关键词：中文信息处理；微博；情感分析；PAD情感模型基于PAD模型的中文微博隋感分析研究ChineseMicroblogSentimentAnalysisBasedonthePADModelAbstractInrecentyears，microbloghasbecomeoneoftheworld’Sm

5、ostpopularnetworkapplications，therapiddevelopmentofmicrobloghasshownsignificantsocialvalueandcommercialvalue，peoplegraduallyaccustomedtoobtaininformationinSNSsuchasmicroblog，alsoknownasweibo．Thetextsentimentanalysisfocusesontheemotionaltendenciesofth

6、etextinformationandbegintoplayarolewhenahugeamountofdatamakesitimpossibletoanalyzethemmanually．SentimentanalysisintheEnglish—speakingworldhasbeenawiderangeofresearchareaswhiletheChinesesentimentanalysisresearchiSstillinitsinfancy．Mostoftheworkbytheat

7、tempthasbeenprovedtobesuitableforEnglish．First，thispapersummarizesandanalyzesthebasicconceptsandalgorithmsmodeloftextsentimentanalysis．Onthebasis，thispaperintroducesthepsychologyofthePADemotionmodel，combinedwiththesemanticsimilaritycalculationmethodp

8、rovidedbyHowNet，proposedamethodofusingagivenbasicemotionalvocabularywordsandtheircorrespondingPADvalues，andbuildadictionarybasedonit．Secondly，thispaperextendtheproblemtothefieldofChinesetextsentimentanalysis，proposesacombinationofstatisticalinformati