面向中文微博的情感信息抽取方法研究.pdf

1、隨著互聯網的廣泛普及，網絡已經成為人們獲取信息、共享信息的主要途徑。微博作為一種新興的互動交流平臺，也逐漸成為人們網絡生活的一部分，面向微博文本的相關研究受到越來越多學者的關注。面向微博的情感分析是微博相關文本分析中的一個重要的課題，而中文微博的情感信息抽取作為中文微博情感分析的基礎任務，受到研究者的廣泛關注，逐漸成為一個熱門的研究方向。
　　中文微博的情感信息抽取的目的在于將無結構的情感文本轉換成有結構的文本——情感信息單元，不

2、但可以直接應用于用戶評論分析與決策等方面，而且可以服務于其它情感分析任務，如文本情感分類。其中情感信息單元包括評價對象、評價詞語、極性及觀點持有者四個元素。然而，由于微博文本語言表達隨意，大多數微博文本的句法結構都是不完整的，且具有大量的冗余信息和網絡詞匯，采用原有文本意見挖掘方法進行抽取信息的效果并不理想。因此需要結合微博自身特點，對現有技術進行改進以便抽取微博情感信息，主要研究內容包括以下幾個方面:
　　(1)中文微博評價對象

3、候選集的構建。結合中文微博文本的特點，對微博文本進行預處理，利用句法分析獲取名詞短語，對名詞短語進行后處理，再構建包括名詞、名詞短語以及微博話題在內的評價對象候選集，并對該步驟的實驗結果進行分析。
　　(2)中文微博候選評價對象的篩選。采用3種策略實現候選評價對象的篩選:首先，采用SVM模型篩選候選評價對象，通過采用語義角色信息、最小距離和詞頻三個特征，實現SVM模型分類器對候選評價對象進行篩選;其次，采用加權模型篩選候選評價對象

4、，根據不同特征，計算候選評價對象的權重分數，從而判別其是否為正確的評價對象。最后，基于CRF模型善于解決序列標注問題的特點，引入常用的情感信息抽取特征，以及情感詞、語義角色標注等特征，采用CRF模型對候選評價對象進行篩選。
　　(3)評價對象的極性判別。若評價對象附近存在情感詞，則尋找距離評價對象最近的情感詞，根據情感詞表，判斷評價對象的情感極性;若評價對象附近不存在情感詞，則用微博句子的情感極性代替評價對象的情感極性，其中微博句