学位论文 > 优秀研究生学位论文题录展示

面向论坛回帖的文本倾向性分析研究

作　者: 陆彬
导　师: 郭捷；刘功申
学　校: 上海交通大学
专　业: 计算机应用技术
关键词: 论坛回帖文本倾向性信息安全论坛楼层结构论坛用语
分类号: TP391.1
类　型: 硕士论文
年　份: 2011年
下　载: 58次
引　用: 0次
阅　读: 论文下载

内容摘要

随着互联网的快速发展,网络论坛已经成为了网络时代的重要组成部分。在论坛中,主题帖固然重要,然而多数人都是通过对所关心的主题帖进行回帖来表达自身的观点,因此论坛中的回帖往往更能反映出社会的舆论倾向。要对网络论坛中的回帖进行准确的情感倾向性分析,就必须要把握论坛中的特点,本文首先分析了论坛回帖中的特点,如楼层的层次关系、论坛回帖的语言特点等。本文以论坛回帖为研究对象,提出了一种结合论坛回帖的特点的基于论坛楼层结构的倾向性分析系统,该系统首先提取所需分析的论坛页面的源代码并进行预处理,得出论坛回帖的楼层层次结构形态及各楼层文本内容。接着对各楼层回帖中无意义帖子进行判断,对于长帖子,还要判断其是否与主题帖相关,然后通过机器学习的方法进行分类。对于短帖子,则进行分词以及语法分析操作,结合预先根据论坛回帖语言特点整理得到的情感词词库以及其他常用词库,对短帖进行倾向性分析。最后,根据单个回帖的倾向性以及之前建立的楼层层次结构,得出并统计出主题帖下所有回帖的情感倾向性。实验表明,新系统的判别准确率在80%左右,具有良好的应用前景。

全文目录

摘要  3-4
ABSTRACT  4-8
第一章绪论  8-15
  1.1 研究背景  8-9
  1.2 研究难点  9-11
    1.2.1 文本倾向性分析方面的研究难点  9-10
    1.2.2 中文论坛的情感倾向性分析的研究难点  10-11
  1.3 国内外研究现状  11-13
  1.4 主要工作  13-14
  1.5 本文组织结构  14
  1.6 本章小结  14-15
第二章文本分类技术基础  15-32
  2.1 文本分类系统概述  15-17
  2.2 文本分类的数学模型  17-18
  2.3 文本预处理  18-19
  2.4 文本特征选取  19-22
    2.4.1 文档频率法  19-20
    2.4.2 信息增益法  20-21
    2.4.3 χ~2统计量法  21-22
    2.4.4 互信息法  22
  2.5 文本特征权重计算  22-23
  2.6 文本分类器  23-26
    2.6.1 朴素贝叶斯分类器  23-25
    2.6.2 基于支持向量机的分类器  25-26
    2.6.3 k-最邻近法  26
  2.7 文本分类评估  26-29
  2.8 常用知识库  29-31
    2.8.1 WordNet  29-30
    2.8.2 知网  30-31
    2.8.3 情感词典  31
  2.9 本章小结  31-32
第三章论坛回帖行文特征分析  32-38
  3.1 论坛基本环境  32-33
  3.2 网络语言特点  33-35
  3.3 论坛回帖的特点  35-37
  3.4 本章小结  37-38
第四章论坛回帖倾向性分析研究  38-60
  4.1 论坛页面预处理  38-43
    4.1.1 论坛页面源代码下载  39-40
    4.1.2 多网页源代码合并  40-41
    4.1.3 源代码中提取关键结构信息  41
    4.1.4 建立楼层层次结构树  41-42
    4.1.5 回帖信息链式存储  42-43
  4.2 回帖倾向性值分析  43-59
    4.2.1 论坛回帖文本预操作  45-48
    4.2.2 长回帖文本分类  48-49
    4.2.3 短回帖文本分类  49-59
  4.3 回帖倾向性结果计算  59
  4.4 本章小结  59-60
第五章系统与测试  60-67
  5.1 程序系统演示  60-62
  5.2 论坛代表性话题的倾向性统计  62-63
  5.3 测试结果及分析  63-66
    5.3.1 评价方法  63-64
    5.3.2 结果分析  64-66
  5.4 本章小结  66-67
第六章结论与展望  67-69
  6.1 主要结论  67
  6.2 研究展望  67-69
参考文献  69-72
致谢  72-73
攻读硕士学位期间已发表或录用的论文  73-75

面向论坛回帖的文本倾向性分析研究

内容摘要

全文目录

相似论文