面向?qū)W術(shù)領(lǐng)域的輿情分析關(guān)鍵技術(shù)研究.pdf

1、目前，我國(guó)的輿情研究大多都是圍繞一般網(wǎng)絡(luò)輿情展開(kāi)，主要包括網(wǎng)絡(luò)輿情的特點(diǎn)、管理、控制與引導(dǎo)、信息收集與分析、監(jiān)測(cè)、預(yù)警等方面。近幾年也出現(xiàn)了關(guān)于主題方面的輿情分析研究，但是大多還是針對(duì)于互聯(lián)網(wǎng)上BBS、電商評(píng)論、微博、新聞報(bào)道等大眾業(yè)余網(wǎng)絡(luò)空間的輿情分析，對(duì)于學(xué)術(shù)領(lǐng)域方面的輿情分析還很少。研究人員在從事科研之前需要閱讀大量的學(xué)術(shù)文獻(xiàn)，以便了解目前這一學(xué)術(shù)領(lǐng)域的最新研究熱點(diǎn)。然而面對(duì)海量的學(xué)術(shù)文獻(xiàn)，搜索引擎只能幫助用戶(hù)篩選出符合檢索條件的

2、文章列表，科研人員仍然需要通過(guò)大量閱讀來(lái)獲得需要的研究熱點(diǎn)信息，這需要付出很多時(shí)間和精力。
　　本文針對(duì)學(xué)術(shù)專(zhuān)業(yè)領(lǐng)域輿情分析缺失和中文專(zhuān)業(yè)主題內(nèi)容挖掘不深的問(wèn)題，研究面向?qū)W術(shù)領(lǐng)域的輿情分析關(guān)鍵技術(shù)，提出一個(gè)新型的面向?qū)W術(shù)領(lǐng)域的輿情分析算法。
　　首先，根據(jù)用戶(hù)需求，對(duì)海量文獻(xiàn)進(jìn)行基于學(xué)術(shù)特征的檢索，獲取相關(guān)文檔集合。
　　然后，本文提出一種基于主題模型的多文檔自動(dòng)摘要算法，通過(guò)LDA主題模型獲取文檔集合中每一篇文檔的主

3、題概率分布和每個(gè)主題對(duì)應(yīng)的詞語(yǔ)概率分布。同時(shí)根據(jù)主題分布的概率值，選取與文檔相關(guān)的前幾個(gè)主題來(lái)挖掘文本的淺層語(yǔ)義。然后將主題信息應(yīng)用到選取摘要候選句的工作中，提出一種基于句子生成概率和文章結(jié)構(gòu)的方法來(lái)計(jì)算句子的權(quán)重。進(jìn)一步根據(jù)LDA得到的詞語(yǔ)生成概率，對(duì)句子進(jìn)行概率計(jì)算，并針對(duì)學(xué)術(shù)文獻(xiàn)不同部分重要度不同，提出改進(jìn)文檔句子權(quán)重的方法，從而得到摘要候選句。
　　由于學(xué)術(shù)文獻(xiàn)相似且重要的句子很多，僅僅考慮句子權(quán)重得到摘要是不夠的，還需要