基于汽车领域的中文微博意见挖掘研究

《基于汽车领域的中文微博意见挖掘研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据万方数据上海交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文《基于汽车领域的中文微博意见挖掘研究》，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日万方数据万方数据上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查

2、阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本学位论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日万方数据万方数据上海交通大学硕士学位论文基于汽车领域的中文微博意见挖掘研究摘要文本意见挖掘具有相当高的实用价值，一直以来都是自然语言处理领域中的一个重要的研究方向。Web2.0技术和移动互联网不断发展，使得微博成为了一个新信息发布和传播的平台。微博中每天能产生出大量的信息，这些信息中蕴含

3、了巨大的价值。由于在微博信息中存在大量不同用户对产品的评论数据，对这些非结构化的数据进行有效抽取，形成细颗粒度的结构化的意见信息无论对用户还是商家而言都具有很好的实用价值。如何使用自然语言技术对微博文本进行意见挖掘值得进行深入地研究。本文主要研究汽车领域中的微博产品评价信息挖掘，通过对微博文本进行分析，提出了一个针对中文微博的细颗粒度的意见分析框架。本文中微博文本意见挖掘分为三个步骤：陈述定界，主题抽取和倾向性分析。在对微博文本进行陈述定界时，本文利用了自然标注的思想，使用了小句的概念，对微博文本中的长句进行切分，对小句中进行主题抽取，形成陈述。最后，文本通过基

4、于统计学习的方法，引入主题相关的特征计从而算得到文本的倾向性结果。本文基于实际的项目需求，改善了一般文本意见挖掘流程，在陈述定界中引入小句的概念，在意见倾向性分析中引入了基于主题的特征。通过实验比较，发现在进行小句划分时，使用决策树分类方法，加入情感特征，可以达到78.5%的准确率。在小句倾向性分析中，本文使用支持向量机的方法，比较不同特征下的分类结果，发现使用本文提出的基于主题相关词的特征可以取得比较好的效果，准确率达到81.9%。这些实验结果验证了本文提出的方法是合理和有效的。I万方数据上海交通大学硕士学位论文关键词：中文微博，意见挖掘，倾向性分析II万方数

5、据上海交通大学硕士学位论文ASTUDYONCHINESEMICROBLOGOPINIONMININGBASEDONAUTOMOBILEDOMAINABSTRACTOpinionmininghasbeenahotresearchfiledinnaturallanguageprocessingbecauseofitstechnologyandapplicationvalue.WiththedevelopmentofWeb2.0andmobileinternet,microbloghasbecomeanewplatformforpublicationanddissem

6、inationforinformation.Everyday,microblogcanproducealargeamountofinformationwithagreatvalue.Thereisalotofdatainmicrobloginvolvingusers’reviewsinsomeproducts.Itisreallyavaluabletechnologytoextractstructuredinformationfromtheunstructureddatainmicroblogbothfortheusersorbusinesses.Sohowto

7、usenaturallanguagetechnologyeffectivelytodoopinionminingformmicroblogisworthyofdeepstudy.Thispaperstudiesopinionminingonmicroblogproductreviewsinautomobiledomain.Andthroughtheanalysisonthesetexts,thispaperpresentsananalysisapproachofthefine-grainedviews.Thispaperdividethemicroblogopi

8、nionminingin