欢迎来到天天文库
浏览记录
ID:35102250
大小:5.14 MB
页数:51页
时间:2019-03-17
《面向社交网络文本的情感分析方法的研究》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、乂连键^义聋DALIANUNIVERSITYOFTECHNOLOGY顿主等恆巧交MASTE民ALDISSERTATION錢餐面向社交网络文本的情感分析方法的研究计算机应用技术学科专业作者姓名迎坐丽张绍武指导教师______2016年6月答辩日期硕±学位论文面向社交网络文本的情感分析方法的研究ResearchonSentimentAnalysisMethodsofSocialNetworkText作者姓名;刘华丽学科、专业:计算机应用技术学号:21309187
2、指导教师;张绍武完成日期:2016/4/25乂途理义夫聲DalianUniversityofTechnology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&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己鐘发表的研究成果,化不包含其他己申请学位或其他用途使用过的成果一。与我同工作的罔志对本研究所做的贡献均己在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承捏相关法律责任。学位论文题目:滴冶社i翔繞是秦而4爲含約表咸疏砰
3、奔:日:日作者签名期_月_讀畔W__^/1年_1^大连ax大学硕±学位论文;摘要、,er、随着在线社交网络平台的爆炸式增长,比如国内的微博微信国外的TwitFac纯ook等社交网络平台,人们越来越倾向于在社交网络平台上发表自己的观点,表达情感态度。与此同时,社交网络平台产生了海量的蕴含了用户的情感倾向、观点态度的文本数据。挖掘这些信息分析其情感倾向性,对优化个性化推荐,更好地进行舆情监控等都有很重要的价值和意义。然而,社交网络文本W其口语化、时效性强W及网络化等特点,给传统的情感分析等任务带来了巨大的挑战。众所周知,除了文本,
4、转发等行为关系数据也是化交网络文一本的大特点。针对此特点,本文结合图排序模型,利用用户的行为关系数据来分析微一博的情感。然而,在对社交网络文本进行情感分析时,也会存在些其他的问题,其中一一个最显著的问题就是语料分布的不平衡。针对此问题,本文做了进步研究,提出了一种基于情感关键句抽取的跨领域情感分析方法。一方面一,本文针对社交网络文本自身的特点,提出了种基于图排序模型的微博情感分析方法。该方法首先利用微博中含有的丰富的表情符号,基于表情符号进行无监督一的语料标注,在定程度上弥补了语料分布不平衡的问题;然后,鉴于微博等社交网络文本的特征的稀疏性,利
5、用受限波尔兹曼机进行新特征抽取,利;最后用微博的转发关一用户发表的不同微博之间的关系,系W及同,构建了微博邻接关系图并结合图排序模型对微博进行情感分析。该方法充分利用社交网络文本的文本数据的同时结合行为关系数据,较好地实现了微博的情感分析。另一方面,针对社交网络文本在情感分析过程中,易出现语料分布不平衡的问题,一提出了种基于情感关键句抽取的跨领域情感分析方法。该方法首先基于文档中不同句子具有不同的情感贡献度的思想提出了情感关键句的概念,构造抽取情感关键句的启发式规则,并与机器学习算法相结合来抽取网络评论的情感关键句;然后基于抽取的情感关键句,将
6、数据划分为於y和旅两个视图;最后利用视图集成策略将两视图有效敲一合,实现了跨领域的情感分析,进而在定程度上解决了随着牡交网络的飞速发展,文本数据分布变化带来的语料分布不平衡的问题。关键词:社交网络文本;情感分析;函排序;跨领域;情感关键句--I面向杜交网络文本的情感分析方法的研究ResearchonSentimentAnalsisMethodsofSocialNetworkTextyAbstractWiththeexlosiveroliferationofonlinesocialnetworklatformsuc
7、hasdomesticppp,anechanwe*We化odWtforeiTitrandFacebookmoreandmoieeoleareincreasingly,g,ppinclinedtosharetheiropinionsandemotionso打化esocial打etworklatform.Atthesamep-timesocialnetworklatformeneratesamassiveamountofsent
此文档下载收益归作者所有