1、隨著互聯(lián)網(wǎng)在中國(guó)的普及，人們的生活方式也逐漸地發(fā)生變化，越來(lái)越多的人通過(guò)互聯(lián)網(wǎng)獲取和發(fā)布信息。廣大互聯(lián)網(wǎng)用戶開(kāi)始在微博上傳播政治話題、體育話題、娛樂(lè)話題。每天都有大量的具有分析價(jià)值的微博評(píng)論產(chǎn)生，這些評(píng)論信息包含大量情感信息和觀點(diǎn)。
　　微博研究已經(jīng)成為熱點(diǎn)。通過(guò)對(duì)中文微博情感分析相關(guān)文獻(xiàn)的研究，發(fā)現(xiàn)微博情感分類方法主要有兩類：基于情感詞典的方法和基于機(jī)器學(xué)習(xí)的方法。由于中文語(yǔ)法復(fù)雜，基于機(jī)器學(xué)習(xí)的方法無(wú)法保留了情感相關(guān)特征項(xiàng)之間

2、的關(guān)系，也無(wú)法應(yīng)對(duì)多個(gè)情感詞和評(píng)價(jià)對(duì)象的情況。而基于情感詞典的方法，在情感極性分類過(guò)程中，較少考慮到微博話題領(lǐng)域詞匯，同時(shí)情感詞典中的情感詞不區(qū)分情感詞之間情感強(qiáng)弱，這樣使得分類結(jié)果的準(zhǔn)確性受到影響。目前中文微博情感分析缺乏針對(duì)性研究，忽略評(píng)價(jià)對(duì)象對(duì)情感的極性和強(qiáng)弱影響，而且情感特征項(xiàng)抽取算法也有待改進(jìn)。
　　針對(duì)這些問(wèn)題，本文采用基于情感詞典的方法，選擇中文情感詞匯本體庫(kù)作為本文的基礎(chǔ)情感詞典，有效地改進(jìn)以往情感詞典不區(qū)分情感之

3、間情感強(qiáng)弱的缺點(diǎn)。并且采用一種基于HowNet的詞匯語(yǔ)義相似度計(jì)算方法，構(gòu)建面向微博話題的領(lǐng)域情感詞典。同時(shí)考慮到評(píng)價(jià)對(duì)象對(duì)微博情感分類的影響，構(gòu)建合理的評(píng)價(jià)對(duì)象詞典。本文采用規(guī)則和 SVM模型進(jìn)行觀點(diǎn)識(shí)別，篩選出和微博話題相關(guān)的微博評(píng)論，提高情感分析中評(píng)論文本的質(zhì)量。然后對(duì)微博評(píng)論文本進(jìn)行相應(yīng)的文本預(yù)處理，并采用平滑算法、語(yǔ)法規(guī)則相結(jié)合，作為微博評(píng)論文本情感特征項(xiàng)抽取方法，對(duì)微博評(píng)論中的否定詞、程度副詞、微博表情符號(hào)、情感詞以及評(píng)論中

4、的評(píng)價(jià)對(duì)象做相應(yīng)的處理。最后本文結(jié)合微博評(píng)論語(yǔ)句情感計(jì)算公式，對(duì)評(píng)論句的情感傾向進(jìn)行分類，有效改進(jìn)了以往微博情感分析的缺陷，實(shí)現(xiàn)了一個(gè)能夠較為合理判斷微博評(píng)論句情感強(qiáng)弱的計(jì)算公式。不同的話題，其領(lǐng)域詞典存在不同。本文基于微博話題構(gòu)建針對(duì)性的情感傾向詞典和評(píng)價(jià)對(duì)象詞典做特定話題的情感分析研究，可以進(jìn)一步提升情感分析效果。
　　實(shí)驗(yàn)數(shù)據(jù)采用數(shù)據(jù)堂提供的微博語(yǔ)料，包含生活、交通事故、科技三個(gè)領(lǐng)域的微博話題評(píng)論數(shù)據(jù)，實(shí)驗(yàn)結(jié)果表明，本文設(shè)計(jì)