2。6 本章小结 8

3 基于机器学习的情绪分类 9

3。1 单策略情绪分类 9

3。1 多策略情绪分类 9

3。3 实验结果以及实验分析 11

3。4 本章小结 12

4 规则方法联合机器学习方法 13

4。1 CSR 简介 13

4。2 CSR 挖掘 14

4。3 情绪分类 15

4。4 实验结果以及实验分析 15

4。5 本章小结 15

结论 17

致谢 18

参考文献 19

1 绪论

本章首先陈述了课题的研究背景和研究意义，接着陈述了情绪分类研究的现状，最后陈 述了课题研究的内容和本文的结构。

1。1 研究背景

微博是当今人们分享与传播信息的重要平台，它允许用户交换信息，如文本，链接，图 片或视频。人们可以很方便地通过移动设备客户端、Web 界面或其他第三方应用程序发布消 息到微博上，用以描述正在发生的事情，传达自己的心情，或者是评论热点事件。论文网

微博提供了一种有效、即时的信息传播和消费的媒介，它可以被看作是信息的动力之源， 因为它能够使个人、企业、政府机构能够随时了解“正在发生什么”。不同于其他媒体来源， 微博消息可以提供任何类型事件及时地、细粒度的信息，例如个人视角、社会信息、会话方 面、情绪反应、有争议的观点。

分析这种丰富、持续、用户生成的内容流可以产生非常有价值的信息，这些信息使得用 户和组织能够获取有用的知识，这给自然语言处理研究带来了新的挑战和机遇。其中，对微 博中所蕴含的情绪进行分析已成为一个热点。

1。2 研究意义

由于微博的便捷性、即时性、易用性，人们越来越喜欢通过微博表达自己的观点和真实 的情绪，例如对某商品的评价，对热点事件的看法，微博成为了广大人民群众的麦克风。对 海量微博文本中的情绪进行分析可以进行广泛地应用，比如以下几个方面：

（1）社会安定 人们可以自由地在微博上发布消息，对事件进行评价。对于微博中引起大量负面情绪的

事件，如果相关部门不及时进行处理，这些事件将会引起群众的恐慌以及社会的动荡。因此， 对微博文本的情绪分析可以帮助政府了解民众的总体情绪状态，进行舆情监控以及舆情处理， 从而建立更好的官民互动渠道。它也可以用于犯罪预测和监视恐怖活动，从而促进社会安定。

（2）商业竞争 公司正在越来越多地使用微博宣传和推荐产品、品牌、服务，建立并维护名誉，人们也

会在微博上发表他们对某件商品的评价以及喜恶。分析用户或者是它们的竞争对手对他们产 品的情绪状态，有利于公司及时发现问题，了解用户喜好以及需求，迅速作出进行调整策略， 以提高公司形象，增强公司的竞争能力。