李博

（四川大学视觉合成图形图像技术国防重点学科实验室，成都 610065)

0 引言

随着网络社会的迅猛发展，以微博和微信为代表的在线网络社会已经成为互联网的新业态，为物理社会的计算与分析提供了极佳的大数据平台。在大数据新型社会媒体环境下，人们在网络分享各种信息，发表自己的观点，面对规模巨量、来源庞杂的信息，大数据语义分析与情感量化分析面临如下挑战：

（1）信息表示方式多样，个性化和碎片化，无法使用规范文本为对象。

（2）当前非结构化内容大数据计算范式与个体或群体计算的方法不一致。

（3）面对千万级语义关联节点，已有的基于知识的算法不适用于大数据实时分析。

1 国内外研究现状与发展分析

基于知识本体的大数据语义分析关键技术涉及文本表示、知识本体、语义分析、情感计算、深度机器学习、大数据等多个方面。下面将分别从语义计算、文本表示、语义知识本体构造、情感分析四个方面进行综述分析。

1.1 语义计算

语义可以理解为数据所对应的现实世界中的客观事物所代表的概念的含义，以及这些含义之间的关系，是数据的逻辑表示。语义计算就是研究计算机对自然语言符号背后的语义理解，构建语义表示，处理自然语言，产生关于客观世界的知识。常见的语义计算的方法有格语法（Case Grammar），概念依存理论（Conceptu⁃al Dependency Theory）与语义网络（Semantic Network）。语义计算属于自然语言处理的终极任务，也是难点所在。当前各种理论各有优缺点，多数属于研究探索阶段，离实用化还有一段距离；……