网络舆情信息语义识别关键技术分析.PDF

第５９卷 第２１期　２０１５年１１月 网络舆情信息语义识别关键技术分析 ■ 黄微　张耀之　李瑞 吉林大学管理学院　长春 １３００２２ 摘要：［目的／意义］在梳理和分析主要网络舆情语义识别关键技术的基础上，详细分析网络舆情信息情感 倾向性分析技术、网络舆情话题识别技术的现阶段研究状况。［方法／过程］从技术特征中提取出处理精度、技 术复杂程度、通用性、适应性等指标，根据所提出的指标对网络舆情信息语义识别关键技术加以比较分析。［结 果／结论］分析得出各类技术的优劣之处，挖掘其未来的发展方向，为有效开展舆情监测和管理实践提供参考。 关键词：网络舆情　语义识别　识别技术 分类号：Ｇ２５０ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１５．２１．００５ １　引言 情的决策和规范需求。 　　本文研究的问题主要有以下几点： 网络舆情语 ① 　　现代社会网络化进程极大加快，网络已经成为人 义识别关键技术的类别，目前存在哪些网络舆情语义 们表达个人意见和观点的重要渠道。网络舆情信息遂 识别的关键技术； 网络舆情语义识别技术的分类研 ② 成为舆情信息的一个关键部分。网络舆情和传统舆情 究； 网络舆情关键技术的比较分析，这也是本文的创 ③ 相比，具有数据量大、突发性强、影响范围广等特点。 新点所在。本文拟从理论层面研究各种语义识别技术 在大数据环境背景下，网络舆情信息的挖掘较以往的 应用于网络舆情信息分析时的技术细节，通过比较分 其他媒体更加困难，且更加难以规范。因此，如何利用 析各技术的异同，更好地了解语义分析技术在网络舆 语义识别技术，有效地从海量的舆情信息中挖掘出其 情识别方面的现状及应用前景。 中的关键因素并指导决策以及突发事件的处理，就成 为舆情研究的方向。 ２　网络舆情信息语义识别关键技术 　　现在网络舆情信息语义识别技术研究的关键方向 　　网络舆情信息语义识别关键技术，大致可以分为 主要是对现有技术的优化及对新技术的引入。如在现 网络舆情信息的获取技术、预处理技术、主题挖掘技 有的视觉媒体语义自动提取关键技术的基础上，有学 术、主题聚类技术、情感倾向性分析技术等。以下按照 者提出了新的基于视听信息的视频语义分析与检索技 各类网络舆情信息语义识别技术处理网络舆情信息的 术算法，优化了基于 ［１］ ＳＶＭ算法的视频信息检索 。国 技术流程依次加以分析说明，见图１。 内学者也对网络舆情信息识别范畴中本体方法的应用 ２．１　网络舆情信息情感倾向分析技术 展开了全面的研究，得出了本体在网络舆情识别中的 　　情感倾向性分析是分析判断记录于某一信息载体 ［２］ 研究现状以及未来的发展趋势 。 的一段信息对于其所评价的事物的态度的一种方法。 　　随着人们在网络中的表达形式呈现出多样化趋 其实质是对自然语言的提炼，将一段文字或一幅图片 势，单纯的文本语义识别对于舆情信息的挖掘来说已 所蕴含的信息量化。对情感倾向性的量化分析可以为 经日渐掣肘，网络舆情的信息挖掘不能只从单一类型 网络舆情分析提供大量数据，通过情感倾向性分析可 的表达形式开展，还要进行多元化的数据型语义描述， 以判断出网络舆情的动向。 实现多媒体资源的语义文本转换，才能够满足网