互联网信息情感倾向性的研究与实现-计算机软件与理论专业论文.docxVIP

独创性（或创新性）声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名： 日期 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕 业离校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。 学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全 部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密的论文 在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 摘 要 近年来，互联网信息资源急剧膨胀，带有个人情感色彩的言论越来越多，分 析这些文本有着很大的现实意义，因此如何有效地抽取与过滤互联网上的信息， 如何对文本进行情感倾向分析成为当前互联网智能信息处理的研究热点。这涉及 到自然语言处理、信息检索、信息抽取、机器学习等多个领域的研究内容。 本文首先介绍了研究的背景以及相关的理论基础，而后，详细地研究了从互 联网信息抽取到情感倾向分析的一个完整的流程，主要是三个方面：互联网信息 抽取、信息过滤、文本倾向分析。在信息抽取中，主要分析了互联网信息的结构， 应用了 DOM 树、HTML 解析器处理网页数据，引入了模板技术以解决多样化的网 页信息抽取。在信息过滤部分，在词语语义相似度计算基础上，近一步改进了句 子的语义相似度计算算法；最后，研究了文档之间相似度计算的方法，并通过文 档与主题之间的相似度值来实现文本信息的过滤。此后部分，深入研究了文本的 倾向性计算算法，涉及短语的倾向性计算、句子及篇章的倾向性计算。在此基础 上，阐述了一个互联网信息倾向性分析系统的设计与实现。 最后，通过实验验证了信息抽取的可行性、改进的信息过滤算法的高效性以 及倾向性分析算法的准确性，同时对互联网信息倾向性分析系统进行了功能测试， 实验证明系统达到了设计要求。 关键词：信息抽取 信息过滤 情感倾向 Abstract In recent years, internet information expand rapidly. There are more and more remarks with personal feeling. Analysis of these texts is of great practical significance, So how to effectively extract and accurately filter information on the Internet, and how to analyze the sentiment orientation analysis of text have become research hot spots of current internet intelligent information processing. This involves natural language processing, information retrieval, information extraction, machine learning and so on. In this paper, it firstly introduces the research background and theoretical foundation, then a complete process from the extraction of internet information to the analysis of sentiment orientation is studied in detail, including internet information extraction, text filtering, text sentiment orientation analysis. In information extraction, it mainly analyzes the structure of internet information, applies the DOM tree and HTML pars