基于SVM网络文本情感分类系统研究与设计.docVIP

基于SVM网络文本情感分类系统研究与设计 　　摘 要： 文本情感分类是指通过分析文本中的立场、观点、态度、情绪等主观信息，对文本的情感倾向做出类别判断。设计了一个基于SVM的网络文本分类系统；描述了该系统的结构和工作流程；对该系统实现的关键技术包括情感词典的构建、情感特征的选择、情感值的计算、网络文本情感分类器的构造等进行了深入的分析和研究。实验结果表明，该系统对网络文本情感倾向分类已达到较为理想的效果。 　　关键词： 情感分类； 网络文本； SVM； 情感分析 　　中图分类号：TP391 文献标志码：A 文章编号：1006-8228（2015）12-34-04 　　Research and design of network text sentiment classification system based on SVM 　　Fan Kangxin 　　（School of Computer Science and Technology， Nantong University， Nantong， Jiangsu 226019， China） 　　Abstract： Text sentiment classification automatically classifies a text as expressing positive or negative sentiment through analyzing subjective information in the text such as standpoint， viewpoint， attitude， mood， and so on. A network text classification system based on SVM is designed in this paper. The system structure and work flow are described， and the key techniques are particularly discussed， that are how to construct the sentiment lexicon， how to select sentiment feature， how to calculate sentiment value， and how to construct the network text sentiment classifier， etc. The experiment results show that the system has the ideal effect on the classification of the sentiment orientation of Internet text. 　　Key words： sentiment classification； network text； SVM； sentiment analysis 　　0 引言 　　随着互联网进入了Web2.0时代，人们已从被动接受门户网站发布的信息，转变为以各种方式主动获取、发布、共享、传播各种信息。越来越多的普通用户习惯于在互联网上抒发个人情感、评论产品性能、讨论时事政策，由此产生了大量带有个人主观情感色彩的在线文本，如个人博客、产品评论、新闻评论等。在这些浩如烟海的文本中，大部分都带有作者对人、事、物的观点和态度，这些观点和态度对于网络电子商务、网络社区发掘、网络信息安全、网络信息检索等多方面都具有重要的意义和实用价值。利用计算机对这些信息进行分析和判别的方法被称为情感分析技术[1]，该技术已成为当前互联网智能信息处理的研究热点。 　　文本情感分类是情感分析中的核心问题之一，主要用来判别自然语言文本中表达的观点、喜好，以及与感受和态度等相关的信息。本文设计并实现了基于SVM（Support Vector Machine，支持向量机）的网络文本情感分类系统，用于对网络文本的情感倾向作出判别。实验结果表明，该系统对网络文本具有较高的分类精度。 　　1 基于SVM的网络文本情感分类系统概述 　　基于SVM的网络文本情感分类主要研究如何将文本所表达的情感等主观内容进行分类，判断其是正面褒义的还是负面贬义的。本系统的设计是在构建情感词典的基础上进行情感特征选取与情感特征加权，然后使用SVM分类方法对网络文本进行情感识别与分类。该系统的结构和工作流程如图1所示。 　　首先，系统通过网络爬虫获取网络文本（如新闻评论、产品用户评价、BBS论坛帖子、个人博客等），对采集到的文本信息进行数据清洗、数据转化、分词处理、词性标注、去停用词等预处理； 　　其次，根据