申 瑩，劉春陽，趙永翼

（沈陽師范大學，沈陽 110034）

0 引言

微博由于其內(nèi)容簡短且十分豐富，時時性強且連接范圍廣而在Internet用戶中非常受歡迎。它已逐漸成為人們表達意見和發(fā)泄情緒的一種方式。微博文本的情感分析的主要目的是從微博文本中分析用戶對產(chǎn)品、新聞、熱點事件和其他評論信息的看法和態(tài)度。它也是對用戶思維活動和情感的分析。使用深度學習模型分析情感時，必須將文本轉(zhuǎn)換為機器可識別的形式。常用的方法是為文本訓練單詞矢量，但是以傳統(tǒng)方式訓練的單詞矢量沒有充分利用情感信息，人們都在微博在表達情感時，表情符號通常用于表達用戶感受。一些研究表明，表情符號比情感詞具有更強的情感區(qū)別。因此，表情符號的情感特征可以用作分析訓練情感的模型的特征向量。

1 相關工作

國外許多著名的國際會議情感分析的趨勢持續(xù)走高，相關的研究成果層出不窮。Bang等使用電影評論為實驗數(shù)據(jù)，運用機器學習算法對評論進行情感分析的判斷。在實驗中，預先處理了評論，并分別使用樸素貝葉斯和極端熵模型以不同方式（包括標記語音部分、單個組、雙組、否定單詞提取等）選擇了功能。SVM來確定文本的情感傾向，即正面或負面情緒。最終的實驗結果表明，SVM的準確性為83%，在三種機器學習方法中表現(xiàn)最佳。人們渴望通過微博學習信息，并與他人互動并分享自己的情感。這吸引了越來越多的研究人員來分析用戶情感。

2 基于話題聚類與情感強度的中文微博輿情分析模型

2.1 數(shù)據(jù)集成獲取與預處理

（1）數(shù)據(jù)預處理。文字處理是一種非常成熟的自然語言處理技術，包括標記語音部分，分詞，標記的實體識別和停用詞過濾。根據(jù)規(guī)則提取微博中的文本，照片，視頻和其他信息。根據(jù)微博文本的屬性過濾URL等，以清除無意義的微博文本。

（2）微博情感信息抽取。單詞提取是在預處理數(shù)據(jù)集中提取用于分類任務的向量的功能。在提取標注詞的方法中，使用提取算法來識別高頻詞，即標注詞，其可以代表總體評估中的情感方向特征。

2.2 SVM分類算法

SVM其主要思想是對兩類進行分類，并在高維空間中找到理想平面。為了確保分類的準確性，該分類算法指的是滿足兩個類別的最大分類間隔。從圖1和圖2可以看到，盡管兩者都在分類中起作用，但圖3.2中的分類間隔最大，因此它是最佳評級級別。

假設訓練集樣本是{xi，yi}，其中i∈{1，2，…，m}，xi代表待分類數(shù)據(jù)，數(shù)據(jù)被分為第一類，為正向情感，yi=1，反之第二類為負向情感，yi=-1。則平面H：y=w*x+b=0為最優(yōu)超平面，那么根據(jù)以上的定義，必須滿足公式：

圖1

圖2

式中，w為Rn空間中的權向量；b為常數(shù)。若數(shù)據(jù)x滿足|w*x+b|≥1。則x支持向量機。如公式（2）所示。

3 實證分析

3.1 實驗詞性處理

對去噪后的微博文本使用NLPIR漢語分詞系統(tǒng)和知網(wǎng)HowNet情感詞表分詞并進行詞性標注。如表1所示。

表1

3.2 情感傾向預測及模型有用性效果分析

根據(jù)情感詞權重計算情感強度，結果如表2所示。

表2

4 結束語

使用微博文本數(shù)據(jù)，提出了一種微博輿論分析模型，以幫助分析微博主題的情感方向。實驗結果表明，基于SVM微博輿論分析模型可以幫助提高輿論觀點情感分析的準確性；更好地理解輿論的方向，以及為更好的商業(yè)和政治活動，產(chǎn)品營銷或消費行為為決策提供了重要依據(jù)。