基于语义特征的微博情感分析的研究-软件工程专业论文.docxVIP

万方数据 万方数据 分类号： 密级： U D C ： 编号： 专业硕士学位论文 （工程硕士） 基于语义特征的微博情感分析的研究 硕士研究生 ：杨 松 指 导 教 师 ：宁 慧 副教授 学 位 级 别 ：工程硕士 工 程 领 域 ：软件工程 所 在 单 位 ：计算机科学与技术学院 论文提交日期 ：2015 年 5 月 13 日 论文答辩日期 ：2015 年 6 月 9 日 学位授予单位 ：哈尔滨工程大学 Classified Index: U.D.C: A Dissertation for the Profession Degree of Master (Master of Engineering) Study of Microblog Sentiment Analysis Based on Semantic Feature Candidate: Yang Song Supervisor: Associate Prof. Ning Hui Academic Degree Applied for: Master of Engineering Engineering Field: Software Engineering Date of Submission: May. 13 , 2015 Date of Oral Examination: June. 9 , 2015 University: Harbin Engineering University 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。 有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注 明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文 的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声 明的法律结果由本人承担。 作者（签字）： 日期： 年 月 日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作 的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送 交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进 行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的 全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一 署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。 本论文（□在授予学位后即可 □在授予学位 12 个月后 □解密后）由哈尔滨工 程大学送交有关部门进行保存、汇编等。 作者（签字）： 导师（签字）： 日期： 年 月 日 年 月 日 基于语义特征的微博情感分析的研究 摘 要 微博的共享性和实时性，不仅使微博平台拥有庞大的用户群，而且产生了海量的微 博数据信息，微博的内容涵盖了教育、经济、科技、文化等话题。处理和分析微博数据 可以挖掘微博中隐藏的社会价值和经济效益，及时了解广大网民对某产品、人物或者事 件的关注程度和情感变化，为决策者提供实时科学的理论依据。基于微博的情感分析是 情感分析领域的研究热点，同样也是自然语言处理领域热点的问题之一。 微博的情感分析还处于初级阶段，在实际应用中只局限在很小的范围之内，因此情 感分析的研究还有待继续深入。目前，最常用的情感分析的方法是基于情感词典和规则 的方法以及基于机器学习的方法。基于情感词典的方法中情感词语决定了微博的情感倾 向性，必须构造一部完善的情感词典才能处理大规模的微博数据，但是目前还没有有效 的构造情感词典的方法。基于机器学习的方法需要对微博进行特征选择，但是目前没有 有效的特征能够表示微博。 针对在微博情感分析中没有有效的构造情感词典的方法的问题，本文提出基于《同 义词词林》和微博索引系统的情感词典的构造方法。本文利用《同义词词林》对四部基 础情感词典进行扩展形成一部较完善的词典，构造了千万级别的微博索引系统，利用 PMI 公式计算情感词语的情感倾向值。针对情感分析中特征选择的问题，本文利用包括 情感词典在内不同的特征组合通过对比实验选取了有效的特征组合。 实验证明，本文中构造的情感词典比较完备，相对于四部基础情感词典能有效提升 微博情感分析的性能。本文中所使用的特征组合在微博的情感分析中有效，能够解决机 器学习中特征选择的问题。 本文的研究成果提升情感词典质量和弥补了特征选择中的不足，为微博的情感分析 提供了新的方法和解决思路。 关键词：情感分析； 情感词典； 机器学习； 微博检索系统； 特征选择 哈尔滨工程大学硕士学位论文 基于语义特征的微博情感分析的研究 Abstract Sharing a