面向社会媒体的情感倾向分析方法研究

项目名称： 面向社会媒体的情感倾向分析方法研究

项目编号： No.61473092

项目类型： 面上项目

立项/批准年度： 2015

项目学科： 自动化技术、计算机技术

项目作者： 张奇

作者单位： 复旦大学

项目金额： 82万元

中文摘要： 近年来，以微博、微信等为代表的社会媒体发展迅速。仅新浪微博每天就产生超过1.17 亿条消息。在这些海量的社会媒体数据中，包含了用户发表的大量关于产品、公司以及事件等方面的评论和观点。如何能够快速有效的分析和处理社会媒体中的包含情感倾向的内容，成为了一个亟待解决的重要问题。传统的基于文本内容的情感倾向分析方法由于缺乏对用户以及用户关系、社会媒体环境下话题发现与话题传播以及上下文信息关联分析等能力，不能很好的分析这些传播于复杂社会网络中的流动着的信息。因此，在本项目中我们拟针对上述问题，面向社会媒体数据，针对海量文本内容和结构信息，利用大规模数据处理框架，开展面向社会媒体的的情感倾向分析研究，包括：融合语义与传播关系的情感倾向语义表示模型；基于结构化学习方法的情感倾向语义自动分析构建算法；评论信息质量判别、用户权威度分析等。并构建包含社会网络与消息内容的情感倾向分析标准语料库。

中文关键词： 倾向性分析；观点挖掘

英文摘要： Social Media websites in China have been massively growing in popularity over the last few years. Everyday more than 117 million messages are generated on Sina Weibo. Among these massive messages, there are lots of opinions about product, corporation, event, and so on. They play more and more important roles for government, corporation, and person. With the increasing requirements, how to effectively analysis these messages has becoming more and more important. Existing works on opinion mining or sentiment analysis usually lack the capabilities of handling the properties of users, relations among users, topic detecting and tracking, and analyzing context information. Hence, these researches cannot be directly used to process social media content. To handle these problems, this research aims to mine opinions on social media under text intensive processing framework. The main research areas include review quality and user quality analysis, semantic semantic representation of opinion with communication relationship analysis, opinion mining based on structural learning, and opinion mining corpus construction.

英文关键词： Sentiment Analysis;Opinion Mining