网络舆情事件评论意见挖掘关键方法的研究

《网络舆情事件评论意见挖掘关键方法的研究》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、√：·’?3论文原仓Ij性声眼本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明弓}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。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标瞬。本人完全意识至悴声明的法律结果由本人承担。学位论文作者签名：诰噶茏日期：少矽年，月≥五日学位论文使用授权声明本人完全了解中山大学有关保留、使用学位论文的规定，即：学校有权保留学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版，有权将学位论文用于非赢利目

2、的的少量复制并允许论文进入学校图书馆、院系资料室被查阅，有权将学位论文的内容编入有关数据库进行检索，可以采用复印、缩印或其他方法保存学位论文。保密的学位论文在解密后使用本规定。学位论文作者签名：袋彰蕊．R期：如，17年，月y≯同导师签名：同期：矽他年，月抄日中山大学硕士学位论文网络舆情事件评论意见挖掘关键方法研究论文题目：网络舆情事件评论意见挖掘关键方法研究专业：情报学硕士生：张学莲指导教师：曹树金教授摘要近年来有关网络舆情的研究如火如荼。目前国内对主观信息的研究主要集中在对产品评论信息的研究上，本文的研究对象是主观信息的

3、另一个类别——事件评论。意见挖掘研究从最初的篇章级的意见挖掘发展到句子级意见挖掘，颗粒度不断细化，挖掘方法从统计学方法逐渐演变到自然语言处理技术或前两者的结合。本文主要是采用统计学方法和自然语言处理技术相结合的方法对事件评论进行意见挖掘。对网络舆情事件评论信息进行意见挖掘研究首先要分析事件评论的特征，除了拥有产品评论的一般特征以外，事件评论具有主题突发性、主题易转移性和情感表达丰富性，从而可见适用于产品评论的意见挖掘技术并不一定适用于事件评论。极性词典的构建和事件主题的识别是情感分析的两个基础。本文提出了基于HowNet和

4、网络情感词的极性词典的人工构建方法，引进了同义词表减少手工构建的工作量，并抓住网络新词往往是现有情感词的其他形式这一特点，设计了针对表达情感的网络新词的自动识别方法，进一步扩展极性词的收录范围，从而提高情感分析的精度。受到句子中否定词和程度级别词的影响使得句子极性不是简单地等于极性词的原极性，本文引进句法分析技术通过词语之间的依存关系实现句子极性识别。事件评论的主题识别是意见挖掘的另一个重点，针对事件评论主题突发性特点，本文提出了利用网络百科全书构建事件本体的方法，除此之外，还对陈述界定进行了初步的探索。本研究的语法分析是

5、基于国内现有的具有代表性的、开放的L1m系统之上，LTP系统具备中文信息分词技术、句法分析技术、词性标注技术等自然语言处理技术，并对网络信息的处理具有较强的适应性，体现在句法分析技术和网络新词的识别上。中山大学硕士学位论文网络舆情事件评论意见挖掘关键方法研究关键词：极性词典，极性识别，事件本体，意见挖掘，事件评论，网络舆情一——————————————————————————————————1’——。。。’—1。。。’—’。。’———。。’——’。。。。。。。。。。。。。。。。。。。。’——。’—————————。。。——

6、—’’——————————1。’———。。。。1。。。。。。。__。。。●__。。。●_●。。。●_●。。●●__。。。●-。。。__●。。。___。。。_-。。。。__-。。●●_●。。。。。。。__-●中山大学硕二}：学位论文网络舆情事件评论意见挖掘关键方法研究Title：TheKeyMethodofOpinionMiningforInteractPublicOpinionMajor：InformationScienceName：ZHANGXuelianSupervisor：professorCAOShujinABST

7、RACTInrecentyears，theresearchonpublicopinionofthenetworkisinfullswing．Currentlydomesticallytheresearchesonthesubjectiveinformationaremainlyfocusingonthereviewinformationofproducts．Thoughstillsubjectiveinformation，theobjectofthispaperisanothertype—EventReview．Fromt

8、heinitialchapterlevel，opinionminingdevelopstothesentencelevelnow．Andastherelatedstudycontinuestorefine，itevolvesintothenaturallanguageprocessingtechnolo