刘勘++田宁梦++王宏宇++林荣蓉++王德民

摘要：[目的/意义]提出一种以情感加权算法和朴 素贝叶斯算法为基础的组合分类模型（SWNB模型），旨在对中文微博话题的立场进行判别。[方法/过程]该模型首先通过给定的复杂句模型对微博进行简化，然后依据情感规则得到情感权值，提取微博中与话题相关的实体并进行优化，进而将微博分为包含立场和未表明立场（NONE）两类；再对包含立场的微博提取特征词，利用朴素贝叶斯算法将其立场判别为支持（FAVOR）或反对（AGAINST）。[结果/结论]实验结果表明，本模型有较好的立场判别精度，并能同时有效地处理中文复杂句式、话题相关评价对象以及上下文语境等复杂情形。

关键词：中文微博 立场判别 情感加权算法 朴素贝叶斯

分類号：G202

引用格式：刘勘， 田宁梦， 王宏宇， 等. 中文微博的立场判别研究[J/OL]. 知识管理论坛， 2017， 2（3）： 175-185[引用日期]. http：//www.kmf.ac.cn/p/1/132/.

1 引言

近年来，社会媒体蓬勃发展，以Twitter、新浪微博为代表的微博平台凭借其及时便捷的互动方式、简单多样的操作方式、高效开放的传播方式逐渐成为全球热点信息的传播中心。越来越多的用户选择在微博上表达情感体验、点评时事热点，微博中包含了用户丰富的情感信息。因此，文本倾向性分析领域也涌现出立场判别这一研究热点，立场判别是指能够自动判别文本作者对于给定的目标话题（Target）是否持有支持（FAVOR）、反对（AGAINST）立场或是未表明任何立场（NONE）[1]。及时把握微博中热点话题的立场，有效提取用户的情感信息，已成为舆情分析、舆论监督以及企业改进产品体验等方面的有力手段。……