基于语义的微博短文本倾向性分析研究-计算机应用研究.PDF

第３３卷第１０期 计 算 机 应 用 研 究 Ｖｏｌ３３Ｎｏ１０ 　 　 ２０１６年１０月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｏｃｔ．２０１６ 基于语义的微博短文本倾向性分析研究  马　力，刘　笑 ，宫玉龙 （西安邮电大学计算机学院，西安７１００６１） 摘　要：通过结合情感词库和微博语义特征，采用向量空间模型的方法表示微博文本，提出一种融合模式匹配 和机器学习的微博文本倾向性分析方法。对分词之后的微博文本，先提取出情感关键词，再匹配分析出的几种 模式抽取情感评价短句、情感短句和微博表情符号等其他情感特征共同组成情感特征序列，最后采用多步分类 的支持向量机方法得到微博文本的情感倾向。通过实验与其他评测结果进行对比，表明该方法是有效的。 关键词：微博；情感倾向；语义相似度；支持向量机 中图分类号：ＴＰ３９１１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１６）１０２９１４０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１６．１０．００８ Ｒｅｓｅａｒｃｈｏｆｍｉｃｒｏｂｌｏｇｓｈｏｒｔｔｅｘｔｓｅｎｔｉｍｅｎｔ ｏｒｉｅｎｔａｔｉｏｎａｎａｌｙｓｉｓｂａｓｅｄｏｎｓｅｍａｎｔｉｃ  ＭａＬｉ，ＬｉｕＸｉａｏ，ＧｏｎｇＹｕｌｏｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓ＆Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ，Ｘｉ’ａｎ７１００６１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｒｏｕｇｈａｃｏｍｂｉｎｉｎｇｅｍｏｔｉｏｎｔｈｅｓａｕｒｕｓａｎｄｓｅｍａｎｔｉｃｆｅａｔｕｒｅｓｏｆｍｉｃｒｏｂｌｏｇ，ｕｓｉｎｇｓｐａｃｅｖｅｃｔｏｒｍｏｄｅｌｔｏｒｅｐｒｅｓｅｎｔ ｍｉｃｒｏｂｌｏｇｇｉｎｇｔｅｘｔ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｍｅｔｈｏｄｏｆｍｉｃｒｏｂｌｏｇｇｉｎｇｔｅｘｔｏｒｉｅｎｔａｔｉｏｎａｎａｌｙｓｉｓｂａｓｅｄｏｎｐａｔｔｅｒｎｍａｔｃｈｉｎｇａｎｄｍａ ｃｈｉｎｅｌｅａｒｎｉｎｇ．Ｆｏｒｔｈｅｔｅｘｔａｆｔｅｒｐａｒｔｉｃｉｐｌｅ，ｉｔｆｉｒｓｔｌｙｅｘｔｒａｃｔｅｄｔｈｅｓｅｎｔｉｍｅｎｔｋｅｙｗｏｒｄｓ，ａｎｄｔｈｅｎｍａｔｃｈｅｄｔｈｅｋｅｙｗｏｒｄｓａｎｄ ａｎａｌｙｚｅｓｅｖｅｒａｌｍｏｄｅｌｓｔｏｅｘｔｒａｃｔｔｅｘｔｐｈｒａｓｅｓｏｆｓｅｎｔｉｍｅｎｔｅｖａｌｕａｔｉｏｎ，ｅｍｏｔｉｏｎａｌｐｈｒａｓｅｓ，ｍｉｃｒｏｂｌｏｇｅｍｏｔｉｃｏｎｓａｎｄｏｔｈｅｒｅｍｏ ｔｉｏｎａｌｆｅａｔｕｒｅｓｃｈａｒａｃｔｅｒｉｓｔｉｃｃｏｎｓｔｉｔｕｔｅｍｉｃｒｏｂｌｏｇｓｅｎｔｉｍｅｎｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｅｑｕｅｎｃｅ．Ｆｉｎａｌｌｙ，ｉｔｍａｄｅｕｓｅｏｆＳＶＭｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｓｔｏｇｅｔｓｅｎｔｉｍｅｎｔｔｅｎｄｅｎｃｉｅｓｏｆｍｉｃｒｏｂｌｏｇｔｅｘｔ．Ｅｖａｌｕａｔｉｏｎｒｅｓｕｌｔｓａｒｅｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒｐａｐｅｒ，ｔｈｅｅｘｐｅｒｉ ｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｉｓｅｆｆｅｃｔｉｖｅ． Ｋｅｙｗｏｒｄｓ：ｍｉｃｒｏｂｌｏｇ；ｓｅｎｔｉｍｅｎｔｏｒｉｅｎｔａｔｉｏｎ；ｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙ；ＳＶＭ ［３］