基于文本情感计算的舆论观点抽取方法研究

摘要

互联网的出现，为舆情的表达与传播提供了新的途径，越来越多的人在互联网提供的场所中发表他们对社会问题的看法与观点。其中，网络论坛由于其受限制性少的原因深受人们喜爱，成为舆情表达的最主要的场所。然而，由于网络论坛上的信息繁杂多样，存在大量的不良信息。当这些大量的信息在用户群中广泛传播时，容易形成舆论，对人们造成坏的影响。当舆论没有得到及时梳理与排解时，容易激发成舆情，严重危害社会的安全与稳定。因此，政府必须掌握舆论的主导权，维护社会的安全与稳定。目前，对舆论观点进行抽取是了解舆论，防止舆情发生的有效手段。舆论观点的抽取就是抽取主题、持有者、持有者的声明以及声明的情感倾向性四个元素。
　　本文针对网络论坛上的帖子特点，将关注点集中到声明的情感倾向性的抽取，即对回帖文本进行情感倾向性分析，抽取出其情感倾向性。网络论坛上的文本常常围绕多个主题展开，用语不规范，常含有网络用语。针对这类文本，本文通过添加网络用语极性词典和网络上常用的口语化极性词典扩充建立网络极性词典,并将部分测试数据中的极性词扩充到极性词典中，以避免与主题相关的情感词的缺失。在此极性词典的基础上，充分考虑否定词、副词、标点符号对句子情感倾向性的影响，实现了对句子的情感倾向性的判断。对于基于两个主题(A、B)的文本的情感计算，设置规则：如果支持A，否定B，句子的极性为正号；如果否定A，支持B，句子的极性为负号。针对这个规则调整句子的整体倾向性，实现对文本的情感计算以及得出大众的情感倾向。最后设计一个系统实现对文本的倾向计算以及舆论观点的展示。通过实验得知，该方法是有效的。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 研究目的和研究内容

1.4 本文结构

第二章 网络舆情文本倾向性分析相关知识介绍

2.1 引言

2.2 舆情概念与特点

2.3 网络舆情监控系统概述

2.4 文本倾向性分析

2.5 本章小结

第三章 基于HowNet的极性词典扩展

3.1极性词语

3.2 HowNet 简介

3.3极性词典的扩展

3.4 本章小结

第四章 舆论观点抽取方法的具体实现

4.1 舆论观点抽取

4.2 网络论坛文本

4.3 抽取方法实现

4.4 本章小结

第五章 系统设计与实验结果分析

5.1 系统开发环境以及硬件设施

5.2 系统体系结构图

5.3倾向性实验分析

5.4 本章小结

第六章 总结与展望

6.1 内容总结

6.2 研究展望

致谢

参考文献