1、微博已經(jīng)成為最受網(wǎng)民歡迎的社交網(wǎng)絡(luò)平臺(tái)之一,它的快速發(fā)展使其顯示出了巨大的商業(yè)價(jià)值和社會(huì)價(jià)值。用戶(hù)已經(jīng)習(xí)慣在微博上獲取、分享信息以及發(fā)表對(duì)于時(shí)事熱點(diǎn)話題或者產(chǎn)品的觀點(diǎn)意見(jiàn),這些觀點(diǎn)往往帶有豐富的情感色彩,因此,面向大規(guī)模微博數(shù)據(jù)的情感挖掘具有重大意義。通過(guò)情感挖掘可以及時(shí)了解用戶(hù)對(duì)輿論熱點(diǎn)、產(chǎn)品、政策等的反應(yīng),有助于為用戶(hù)自身、政府機(jī)構(gòu)、企業(yè)等提供決策支持。到目前為止,英文微博情感挖掘已經(jīng)有了大量研究成果,而中文微博的情感分析還處于起步

2、階段。本文的主要研究工作包括以下幾點(diǎn):
　　1.以用戶(hù)數(shù)最多的微博平臺(tái)—新浪微博為研究對(duì)象,通過(guò)其開(kāi)放平臺(tái)API獲取大規(guī)模的原始微博數(shù)據(jù),分析了微博數(shù)據(jù)的特征并比較了微博文本和傳統(tǒng)網(wǎng)絡(luò)文本的不同。
　　2.由于目前尚無(wú)高標(biāo)準(zhǔn)的已標(biāo)注情感信息的微博語(yǔ)料庫(kù),本文提出了一種基于表情符號(hào)和心理詞匯的自動(dòng)標(biāo)注微博語(yǔ)料訓(xùn)練集的方法,獲取正負(fù)情感分類(lèi)和七類(lèi)情感分類(lèi)的訓(xùn)練集,該方法省去了大量的人工標(biāo)注的負(fù)擔(dān),減少了傳統(tǒng)標(biāo)注方式對(duì)領(lǐng)域、主題和

3、時(shí)間等因素的依賴(lài)?；诖朔椒?gòu)建了一定規(guī)模的語(yǔ)料庫(kù)。
　　3.本文把微博情感傾向性分類(lèi)任務(wù)主要分為兩種,即正負(fù)面情感分類(lèi)和七類(lèi)情感(高興、喜愛(ài)、驚、焦慮、哀、怒、惡)分類(lèi)。我們將自動(dòng)標(biāo)注好的用于兩種分類(lèi)任務(wù)的語(yǔ)料庫(kù)作為訓(xùn)練集構(gòu)建微博情感分類(lèi)器,用以對(duì)微博文本進(jìn)行情感極性分類(lèi)。
　　4.本文針對(duì)上述兩種情感分類(lèi)任務(wù),分別進(jìn)行了基于n-gram特征項(xiàng)的實(shí)驗(yàn),以及兩種特征選擇方法(信息增益、卡方統(tǒng)計(jì))和兩種分類(lèi)算法(樸素貝葉斯、支