面向读者的博客情感分类及检索

摘要

随着计算机网络的发展，Web应用变得丰富多彩。相应地，越来越多的人们通过博客、空间及微博等网络文本“对话”的形式来进行个人情感的表达和生活需求、兴趣的交流。
　　 情感计算主要是针对文本中的评论信息进行分析、计算，挖掘人们对海量信息的评价观点和意见。通常我们所见到的博客大多是主观性文本，而主观性文本中又包含了不同的情感内容，这些情感内容分属不同的类别，正是人们所关注的。如果采用传统的文本分类方法进行分类，则会忽略文本中包含的情感语义信息，造成语义的缺失。如何弥补这项不足，正是本文的立意所在。
　　 本文针对博客情感分类和检索进行了较为深入的探讨，所做的工作主要包含以下几个方面：
　　 首先，采用了最大熵模型的方法从读者检索语句中抽取情感特征向量。我们对读者输入的检索语句进行带词性标注的分词，然后采用基于最大熵理论的方法针对不同的词性进行情感特征表现能力的测试，建立起读者的情感特征向量。
　　 其次，设计了一种基于博客语料建立的情感数据库模型。我们给出了该情感数据库的模型定义，对该数据库做了一个总体的描述；接下来计算了情感数据库中各个文本的整体情感强度；最后将这些文本、情感类别以及情感等级强度值综合起来，形成结构化的情感数据库。
　　 最后，实现了面向读者的博客情感分类及检索系统。我们定义了读者情感特征向量和博客文本的情感数据集合在数据库中的存储表示，然后建立了二者之间的混合映射关系同时确立其存储表示；最后对读者如何检索博客文本的过程进行了细致的讨论，建立起博客情感的检索系统。
　　 总体而言，我们针对博客情感分类和检索的初步研究，取得了一定的成果，为情感计算的研究打下了基础。

目录

文摘

英文文摘

1 绪论

1.1 引言

1.2 研究意义及应用领域

1.2.1 研究意义

1.2.2 应用领域

1.3 如何抽取博客中的情感内容

1.4 相关研究工作

1.4.1 情感分类的研究现状

1.4.2 情感分类的方法

1.4.3 本文主要解决的问题

1.5 本文的组织结构

2 读者情感特征向量

2.1 情感分类

2.2 情感特征向量模型

2.3 读者检索语句的情感特征

2.3 情感特征的选择

2.4 读者情感特征向量的建立

3 博客文本的情感数据库

3.1 博客情感内容数据集的采集

3.2 情感数据库建立规范及其形式化描述

3.2.1 情感数据库的建立规范

3.2.2 情感数据库的形式化定义

3.3 情感数据库的建立方法

3.4 博客情感数据库数据示例

4 博客情感检索系统

4.1 博客情感检索系统的映射关系

4.2 博客情感检索系统的建立规范

4.3 博客情感检索系统的建立方法

4.4 博客情感检索系统演示

4.5 博客情感检索系统的应用

5 总结与展望

5.1 工作总结

5.2 研究展望

参考文献

硕士期间发表的论文和参与的项目

致谢