微博情绪分类的关键技术研究

《微博情绪分类的关键技术研究》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、硕士学位论文微博情绪分类的关键技术研究RESEARCHONKEYTECHNIQUESOFSENTIMENTCLASSIFICATIONFORCHINESEMICROBLOG李泽魁哈尔滨工业大学2016年6月国内图书分类号：TP391.2学校代码：10213国际图书分类号：681.37密级：公开工学硕士学位论文微博情绪分类的关键技术研究硕士研究生：李泽魁导师：秦兵教授申请学位：工学硕士学科：计算机技术所在单位：计算机科学与技术学院答辩日期：2016年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP391.2U.D.C:681.37Dissertati

2、onfortheMasterDegreeinScienceRESEARCHONKEYTECHNIQUESOFEMOTIONCLASSIFICATIONFORCHINESEMICROBLOGCandidate：LiZekuiSupervisor：Prof.QinBingAcademicDegreeAppliedfor：MasterofScienceSpeciality：ComputerTechnologyAffiliation：SchoolofComputerScienceandTechnologyDateofDefence：June,2016Degree-Confer

3、ring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要近几年来，随着网络走进千家万户，越来越多的人从之前的单纯从互联网中获取信息，渐渐地转化为利用网络发布与共享信息。这个过程中，微博，作为当今社交网络平台的主力军之一，在人们日常生活中起到的作用不可小觑。微博在吸引大量活跃用户的同时，微博作为大数据的代表，也引起了不少学者的青睐。新浪微博日均千万的数据量中夹杂着网民对各种话题的各式各样的情绪。如果合理地对这些数据进行情感分析与事件主题分析，那么在舆情分析、危机公关、互联网营销分析和企业竞争情报挖掘等方面

4、都大有裨益。本文旨在对现有情感分类与话题抽取方法进行归纳总结，通过大量实验分析，最终得出一套面向中文微博情绪分类与话题抽取的最优算法。为此，本文从如下三个方面对此任务做了深入研究。传统的情感分类方法研究部分，本文借鉴与优化了现有优秀情感分类算法，对基于词典规则的情绪分类、基于机器学习的情绪分类和启发式情绪判断规则的自动构建三方面工作进行了调研与实验。根据相关实验的分析，证明了该情绪分类算法可以有效提升现有模型在中文微博情绪分类任务中的分类效果。新兴的情感分类技术的融合方法研究部分，针对当前算法存在的分类盲区，本文提出了与主题模型、主动学习方法之间的融合的情感分类方法和

5、与词汇向量化表示、神经网络模型融合的情感分类算法，最终通过均衡分类效果与分类效率，选择性地将相关方法融入到了现有的情绪分类系统中。微博事件情感分布的原因分析的研究部分，本文从真实实验场景中存在的情绪分布不同的现象引入问题，针对性地提出了一套关键话题自动挖掘算法和半监督的微博话题纠正算法，实现了聚类算法与分类算法的互补，充分挖掘了话题对应的微博及情绪信息。最终，本文通过对海量、实时的新浪微博进行基于社会热点事件的情绪分类，最终搭建了“网民情绪监控”和“社会热点事件追踪”平台——微博情绪指数系统。本平台自上线以来，稳定运行的同时，其展示效果也广受好评。关键词：中文微博；情

6、绪分类；话题抽取-I-哈尔滨工业大学工学硕士学位论文AbstractInrecentyears,everyonegetstheaccesstotheInternet.PeoplesurftheInternetforreadinginformationpurelyafewyearsago,buttheygraduallyconvertedtouseInternetforsharingtheirideasorinformation.Weibo,whichisakindofChinesemicroblog,asoneofthemostpopularsocialnetwork

7、platformsatpresent,hasbecomeanindispensablepartofpeople'sdailylife.Weiboattractsagreatdealoffansnowadays,alsofavoredbymanyscholars.Weibohasaboutmillionsdailyvolumeofdatamixedwithofusersonavarietyoftopicsinvariousemotions.Ifthereisanefficientsentimentanalysisapproachbasedonevent