在线新闻评论的情感分析研究

《在线新闻评论的情感分析研究》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、中图分类号：UDC：学校代码：10055密级：公开高盐夫淫博士学位论文在线新闻评论的情感分析研究ResearchonSentimentAnalysisforCommentsofOnlineNews。南开大学研究生院二O一三年五月南开大学学恻㈣书一㈣Y24㈥2070洲5作者暨授权人签字：韭莹2013年6月7日南开大学研究生学位论文作者信息论文题目在线新闻评论的情感分析研究姓名张莹学号1120100l14答辩日期2013年5月21日论文类别博士■学历硕士口硕士专业学位口高校教师口同等学力硕士口院／系／所

2、信息技术科学学院专业计算机应用技术‘联系电话022．23508468Emailzhangying@dbis．nankai．edu．cn通信地址(邮编)：天津市南开区卫津路94号南开大学伯苓楼309室备注：是否批准为非公开论文否注：本授权书适用我校授予的所有博士、硕士的学位论文。由作者填写(一式两份)签字后交校图书馆，非公开学位论文须附《南开大学研究生申请非公开学位论文审批表》。南开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，是本人在导师指导下进行研究工作所取得的研究成果。除文中已经注明引用

3、的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名：韭董2013年6月7日非公开学位论文标注说明(本页表中填写内容须打印)根据南开大学有关规定，非公开学位论文须经指导教师同意、作者本人申请和相关部门批准方能标注。未经批准的均为公开学位论文，公开学位论文本说明为空白。论文题目申请密级口限制(≤2年)口秘密(≤10年)口机密(≤2

4、0年)保密期限20年月目至20年月日审批表编号批准日期20年月日南开大学学位评定委员会办公室盖章(有效)注：限制-k-2年(可少于2年)：秘密★10年(可少于10年)：机密★20年(可少于20年)摘要随着互联网的快速发展和Web2．0时代的到来，在线新闻服务已成为主要的网络信息载体。越来越多的民众通过在线新闻了解时事动态，以新闻评论的形式表达观点、抒发情感。了解新闻评论中的用户情感，掌握网民态度和情绪变化，可辅助在线新闻服务商理解用户的偏好，为用户提供更好的个性化服务；同时，有助于政府进行民意问询和

5、公共管理决策，有效实现舆情分析和监控。因此，自动判别用户在新闻评论中所表达的情感，尤其是具体情绪，具有重要的理论意义和实用价值。本文在透彻分析大众情感分类的基础上，结合机器学习技术，对在线新闻评论中用户情绪自动判别和预测进行了深入研究，包括基于单一信息源的在线新闻评论情绪预测、结合多种异构信息源的在线新闻评论情绪预测和跨领域跨类别在线新闻评论情感分析。主要贡献和创新包括：第一，提出了基于单一信息源的在线新闻评论情绪预测系列方法。提取出可用于在线新闻评论情绪预测的各类信息源，包括用户评论的文本内容、新

6、闻的文本内容和用户情绪投票信息等，在概率框架下为每种信息源构建相应的多类分类模型，实现了对在线新闻评论中用户情绪的自动判别。根据人类情绪间存在的相互依赖关系，设计了基于情绪依赖性的在线新闻评论情绪预测改进方案。该方案利用用户情绪投票信息，以皮尔逊相关系数衡量情绪间的依赖性，将情绪依赖性引入情绪预测模型，从而提高模型的准确度。实验表明，本文提出的各种信息源均可用于在线新闻评论的情绪预测，其中采用评论文本内容为信息源、基于逻辑斯谛回归模型的情绪预测方法性能最优；情绪问存在相互关系，情绪依赖性信息有助于改

7、进新闻评论情绪预测效果。第二，提出了两类结合多种异构信息源的在线新闻评论情绪预测方法。由于新闻评论的各种单一信息源均从各自角度为新闻评论的情绪预测做出贡献，结合多种异构信息源可提高情绪预测的准确性。首先设计了基于逻辑斯谛回归模型的基本再分类方法，该方法将多种异构信息源的预测结果作为特征构建再分类模型，实现对在线新闻评论情绪的二次分类；然后提出了基于潜在评论类别的再分类方法，该方法不同于基本再分类方法对所有评论均采用同一种固定摘要的权重结合策略，而是根据评论的特征对评论划分潜在类别，为每一类中的评论选

8、取最优的结合策略，实现了为不同评论分配相应的异构信息源结合权重，当处理大量差异较大的评论集合时更具优势。实验表明结合多种异构信息源的再分类方法优于基于单一信息源的情绪预测方法，并且基于潜在类别的再分类方法的情绪预测结果更加准确。第三，提出了多领域通用的在线新闻评论情感分析方案。不同领域的新闻评论情感分析需要不同的分类模型和相应的标注训练数据集，而人工标注工作费时费力，针对该问题设计了两种分别适用于源领域和目标领域共享相同的情感类别集合和这两个领域采用不同的情感类别集合