突发公共事件网络在线评论情绪倾向性研究（word格式）（常用版）(可以直接使用，可编辑完整版资料，欢迎下载）硕士学位论文突发公共事件网络在线评论情绪倾向性研究StudyonSentimentClassificationforOnlineNewsCommentsofPublicEmergenciesAthesissubmittedtoXi’anJiaotongUniversityInpartialfulfillmentoftherequirementforthedegreeofMasterofEngineeringScienceByChengweiLi(ControlScienceandEngineering)Supervisor:Prof.QinkePengMay2021论文题目：突发公共事件网络在线评论情绪倾向性研究学科专业：控制科学与工程申请人：李成伟指导教师：彭勤科教授摘要随着信息技术的发展和互联网的普及，网络媒体已经成为突发公共事件信息传播的重要渠道，网络舆论成为突发公共事件应急管理研究的热点问题。网民发表的大量评论信息反映了评论者对突发公共事件的直接反应和倾向性，对其研究是突发公共事件信息分析的重要方面。本文针对突发公共事件的网络评论文本的特点，研究评论文本情绪倾向性分类问题，主要工作如下：1提出评论文本中情绪词的情绪倾向性分类算法HAL-II。首先研究语言类比超空间HAL的生成算法和空间中概念的信息推理算法，然后在此基础上，HAL-II以情绪词与两类情绪种子词之间信息推理隶属度为依据，计算情绪词的情绪强度，对其分类。与基于知网HowNet的语义相似度算法HowNet-SO比较，HAL-II具有较高的准确率。2提出基于HAL空间信息推理的评论文本情绪倾向性分类算法HAL-SO。该算法首先将中文词典与HAL空间结合，增强HAL空间的语义解释准确性，然后从评论文本中抽取特殊模式的短语，应用概念组合算法，将模式化的短语组合成概念，从而将评论文本表达为概念序列，最后利用基于HAL空间的信息推理算法，对评论文本进行倾向性分类。与TC、朴素贝叶斯算法和基于情绪修饰词的SVM算法的分类结果比较，本文使用的基于HAL空间的信息推理算法HAL-SO具有较高的准确率和召回率。3针对突发公共事件评论数据海量的特点，给出了情绪倾向性分类算法HAL-SO的并行方案，并给出在ProActive的Master/Worker框架下的实现方案。4网络评论情绪分析平台的构建。首先完成了软件平台的功能需求分析和模块设计，其次在EclipseJava下，开发了“网络评论情绪分析平台”。关键词：突发公共事件；情绪倾向性；语言类比超空间；网络评论；短语模式论文类型：应用基础Title:StudyonSentimentClassificationforOnlineNewsCommentsofPublicEmergenciesSpeciality:ControlScienceandEngineeringApplicant:ChengweiLiSupervisor:Prof.QinkePengABSTRACTWiththerapiddevelopmentofinformatintechnologyandextensiveprevalenceofInternet,InternetMediahasascendedasanimportantwaytopropagateinformationofPublicEmergenciessothatresearchonInternetOpinonhasbecomeahotfieldintheStudyofPublicEmergencyResponseandManagement.HugeamountsofcommentspostedonInternetportalsaredirectreactionofnetizensandreflecttheiropinonsandattituedstowardrelatedaspectsofPublicEmergencies,andresearchonthesecommentsconstituesanimportantbranchofInformationAnalysisforPublicEmergency.SocateringtothenewcharatristicsofcommentarytextofPublicEmergecy,thisthesisdevotestothesentimentclassificationofcommen