微博情感分析的心理预警模型与识别分析研究.pdfVIP

微博情感分析的心理预警模型与识别研究 摘 要 近年来大学生心理疾病呈明显地上升趋势，自杀、伤害等由心理问题导致 的恶性事件频发，严重影响了学生的成长和高校正常的教学管理秩序。虽然越 来越多的高校开始重视学生心理健康工作，但是心理教师的短缺加剧了这一矛 盾。以微博为代表的社交网络成为获取个人生活轨迹和情感信息的重要平台， 为当前的研究开启了新的方向。通过收集学生的微博信息来找出风险的迹象， 有助于学生日后接受临床的筛查和心理疏导。目前的工作是采用人工识别的方 法，在大量的微博内容中寻找危机信号，工作量大，容易导致疏忽和遗漏。通 过计算机对微博内容进行分析，尤其是分析高校中重点学生的微博内容，可以 减轻人工识别的劳动强度，提高筛查的效率和预警准确度。 微博情感分析存在两个方面的困难：一方面，情感的变化是一个十分复杂 的过程，需要构建一个情感模型进行有效地模拟；另一方面，针对微博这种短 文本、语法规则不规范的中文文本，传统机器学习的方法和常识库很难提取到 特征值，识别效果较差。因此需要我们构建一个完备的具有专业领域特点的情 感词典，应用到文本情感识别过程中。同时中文情感识别过程还涉及到分词、 词性标注、句法分析等。鉴于以上，本文开展了以下三个方面的工作： （1）设计了一种基于性格、心情和情感空间的多层次心理预警模型。该模 型充分考虑到性格、心情、外界刺激等人类的认知因素，模拟人类情感的发生 和变化过程，并基于此来推定特定人物当前的情感状态。 （2 ）研究了微博内容的获取和分析技术。包括：改进了传统的爬虫技术， 设计了微博爬虫模型，能够自动收集特定人物的微博信息；分析了微博情感识 别的特点，改进了基于情感词典的文本分析算法，构造了情感元结构并建立推 导规则，将文本的情感分析过程简化为对情感元的推理和统计，同时构建了具 有专业特色的微博心理情感词典（MPED 词典）和微博表情词典，作为提取情 感元的重要依据。 （3 ）设计并实现了一个基于心理预警模型的微博情感预警系统。该系统可 以自动收集校园内特定人物的微博信息，通过对微博的情感分析，筛查出可能 出现心理危机的重点人物，满足了当前研究的需要。 关键词：微博；心理预警模型；微博爬虫；情感词典；情感识别；情感元 Research on emotion recognition technology of microblog based on psychological prewarning model ABSTRACT In recent years, college students’ mental illness has raised clearly. Damages caused by psychological problems happen ed more frequently than ever, such as suicide, which has seriously affected the growth of the students and the normal teaching management order of the university. More and more universities have begun to pay attention to students mental health work, and focused more on preventing and screening for mental illness. Teachers engaged in college students mental health work, however, is very short. This contradiction need to be resolved. Social network, represented by Microblog, has become an important platform for gathering