微信订阅号文本采集及预处理关键技术研究

摘要

微信作为大众日常生活、工作的必备通信工具,已经随着互联网及移动终端的发展而被我国人民普遍使用,可以说,从小学生到古稀老人都在使用微信,而微信的一个公众平台--订阅号,又能发布各种各样的图文内容,这些文章,有的和新闻一样,属于客观性叙述,有的是带有作者强烈的主观引导,因此对微信订阅号中的文章进行分析和监测是目前网络安全的重中之重.这一工作又归属于网络舆情监测范畴,因此,本文在简要总结网络舆情分析相关理论及技术的基础上,对文本倾向性分析的前期工作所需的关键技术进行了初步研究,主要体现在数据采集和文本预处理领域,针对数据采集过程所采用的工具和方法进行论述,针对文本预处理流程进行了系统的总结和归纳.