互聯(lián)網(wǎng)輿情分析關(guān)鍵技術(shù)的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)用戶爆炸式的增長，受眾群體越來越廣。在缺乏有效管理的互聯(lián)網(wǎng)上，對一些敏感案件和突發(fā)事件的不實言論和惡意煽動，誤導(dǎo)和欺騙了廣大人民群眾，擴大了人民群眾的不滿情緒，影響和破壞了社會的和諧穩(wěn)定?；ヂ?lián)網(wǎng)信息的健康程度已引起各級政府的高度重視，有必要對互聯(lián)網(wǎng)上涉及意識形態(tài)安全的議題和言論進行有效地監(jiān)管?；ヂ?lián)網(wǎng)網(wǎng)頁每天都以指數(shù)級的方式增長，要人工去甄別每個網(wǎng)頁所含的信息，并加以分析統(tǒng)計是不現(xiàn)實的。只有采用計算機自動處理技術(shù)，使其自動地對互

2、聯(lián)網(wǎng)輿情進行分析、整理，才能建立起全面、有效、快速的輿情監(jiān)測預(yù)警機制，使互聯(lián)網(wǎng)得以健康、快速的發(fā)展。因此，對互聯(lián)網(wǎng)輿情的獲取與分析技術(shù)的研究已成為一項緊迫而又重要的課題。
　　 本文對文本的語義傾向性分析這一關(guān)鍵技術(shù)進行了深入地研究，通過分析現(xiàn)有語義傾向性識別技術(shù)的優(yōu)缺點，結(jié)合隱馬爾科夫模型在文本處理方面的良好表現(xiàn)，將本文研究的文本語義傾向性分析方法應(yīng)用到互聯(lián)網(wǎng)輿情分析系統(tǒng)中，對輿情信息進行分析，并提供輿情預(yù)警功能。
　　

3、 文本的語義傾向性分析的目的是判斷文本針對評價對象所持有的情感傾向是支持、反對還是中立。由于相似的評論文本，其內(nèi)容必定有一定的內(nèi)在聯(lián)系。互聯(lián)網(wǎng)輿情信息的表現(xiàn)方式多種多樣，本文以網(wǎng)絡(luò)評論為研究對象，試圖將隱馬爾科夫模型從已經(jīng)成功應(yīng)用的模式識別領(lǐng)域推廣到語義傾向性分析系統(tǒng)。與傳統(tǒng)傾向性識別系統(tǒng)不同的是，此理論通過建立隱馬爾科夫分類模型，將未知文本進行狀態(tài)序列化，得到文本中所有具有語義傾向的詞語所對應(yīng)的傾向性，然后選定多數(shù)詞的傾向性來作為文

4、本的總體語義傾向。
　　 本文實驗系統(tǒng)采用Myeclipse7.0平臺的集成開發(fā)環(huán)境開發(fā)，分為語料采集、構(gòu)建模型和語義識別三個模塊。語料采集模塊為其它兩個模塊提供數(shù)據(jù)支持。構(gòu)建模型模塊將采集得到的數(shù)據(jù)作為語料進行訓(xùn)練，得到語義識別模型；語義識別模塊完成對指定的文本的語義傾向性識別。本文通過對騰訊新聞?wù)搲臄?shù)據(jù)分別進行封閉測試和開放測試，結(jié)果表明，該分析模型可以很好地識別各種未知文本的語義傾向性，并且當訓(xùn)練數(shù)據(jù)越全面，規(guī)模越大時，