1、微博是近年來出現(xiàn)的一種網(wǎng)絡新媒體,有著傳播迅速,使用方便等優(yōu)點。隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展,特別是手機互聯(lián)網(wǎng)用戶的迅速增加,每天生成的微博內(nèi)容越來越多,微博內(nèi)容的研究也變得日趨重要。本文首先基于海量微博內(nèi)容語料構(gòu)建了詞同現(xiàn)網(wǎng)絡來做微博語體特征發(fā)現(xiàn),然后又針對話題相關微博內(nèi)容語料構(gòu)建了話題詞提取網(wǎng)絡,通過對構(gòu)建的語言網(wǎng)絡進行分析和研究,提出了新的微博內(nèi)容研究和話題詞提取方法,并獲得了滿意的實驗結(jié)果。
　　首先,本文對語言網(wǎng)絡和微博內(nèi)容

2、研究的現(xiàn)狀和發(fā)展進行了簡要的回顧。文中對語言網(wǎng)絡研究的背景知識和相關技術(shù)做了分析,接著對微博內(nèi)容研究的方法進行了總結(jié),主要有兩個研究方向,分別是從語言學角度分析微博語體特點和從文本挖掘角度獲取微博信息。
　　其次,本文提出了基于語言網(wǎng)絡的微博特征發(fā)現(xiàn)方法。語言網(wǎng)絡分析方法一般通過對語言形式的定量研究來認識和理解語言網(wǎng)絡的共同的拓撲結(jié)構(gòu)和演化的一般規(guī)律。本文提出將語言網(wǎng)絡分析運用到微博這種網(wǎng)絡語言中,通過分析微博內(nèi)容構(gòu)建的語言網(wǎng)絡的

3、復雜網(wǎng)絡特性,來從整體上發(fā)現(xiàn)微博內(nèi)容的語言學特征。
　　再次,本文在總結(jié)了現(xiàn)有的微博字詞提取方法優(yōu)缺點的基礎上,提出了一種基于話題語言網(wǎng)絡的字詞提取方法。首先對話題相關的微博內(nèi)容構(gòu)建語言網(wǎng)絡,然后使用復雜網(wǎng)絡中小世界特性中的兩種中心性參數(shù)-介數(shù)中心性、接近中心性和度中心性相結(jié)合來作為詞語的特征權(quán)重,接著計算詞語節(jié)點特征權(quán)重參數(shù)值,最后根據(jù)詞語節(jié)點參數(shù)值的大小來選擇話題詞。
　　最后,使用大規(guī)模微博語料和話題相關語料對本文提出