文档介绍：A Thesis Submitted in Partial Fulfillment of the Requirements for the Master ’ s Degree of Engineering Opinion Mining based work Text Candidate : Wang Chao Major : Communication and Information System Supervisor : Yu Xi n Huazhong University of Science & Technology Wuhan 430074, Jan , 201 2 独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名: 日期: 年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密?,在年解密后适用本授权书。本论文属于不保密?。(请在以上方框内打“√”) 学位论文作者签名: 指导教师签名: 日期: 年月日日期: 年月日华中科技大学硕士学位论文 I 摘要目前,互联网上信息与日剧增,蕴藏着巨大的信息量。在网络上,人们可以获取到相对以前更多的信息,在这些网络信息中,评论类型的信息占有十分巨大的比例。由网络本身特点所限,这些评论信息十分繁杂,大量有效信息与无效信息往往混杂在一起。人们想要在短时间内从针对诸如人物、事件、传媒、产品等的评价信息中获取有价值信息往往十分困难。因此针对评论信息的挖掘分析,有用信息提取已是一个日益重要的任务。在评论信息的挖掘分析,有用信息提取方面,本文主要关注于评论文本过滤以及对评论信息的主题属性提取与情感分析上。在评论文本过滤主要实现了对网路评论文本中的无用语的过滤,并通过分析评论文本与主题文本的相关度来过滤其中相关度较低的无关评论信息。在评论信息的主题提取方面则进行了对针对特定主题的评论集合中关注的主题属性词进行了识别,在感情分析方面则进行了针对具体每条评论以及整个评论集合在感情倾向性方面的判断。针对评论文本过滤,本研究先对中文文本利用成熟的分词工具进行了分词划分以及词性标识,结合无用语字典树实现了无用语的过滤,同时利用文本间距离分析实现了主题不相关文本的过滤。对于评论信息的主题提取,本研究在汉语文本的名词以及名词短语的挖掘基础上,利用针对中文的词性组合规律,结合文本训练集与中文伴生词匹配进行数据筛选,完成了对评论信息中关注的主题属性的挖掘分析。在评论感情倾向性分析步骤中,从底层至上层逐次进行分析,在最重要的感情极性词挖掘部分,利用一种基于极性词字典的无监督学****方式进行词汇扩容,实现了极性词的自动获取与定量评估,在此基础上,实现针对中文短句,中文评论以及整体评论集的感情倾向性分析。关键词: 评论; 网络文本; 过滤; 主题提取; 感情倾向华中科技大学硕士学位论文 II Abstract At present, information on the is increasing rapidly. On the , people can get more information that they have a interest than ever. Meanwhile, the information of reviews occupies a very large proportion. Based on the characteristics of the , those information is plex, those useful information and invalid information is often mixed together. It is often very difficult for people to obtain valuable information from revi ews about certain persons, events, media, products in a short time. Therefore, data mining from the reviews such as useful in