新媒体时代网络评论观点信息发现机制研究

被引:10
作者
曾润喜 [1 ]
王君泽 [2 ]
杜洪涛 [3 ]
机构
[1] 重庆大学新闻学院
[2] 华中科技大学公共管理学院
[3] 清华大学公共管理学院
关键词
网络舆情; 舆情分析; 评论挖掘; 观点抽取;
D O I
10.13266/j.issn.0252-3116.2015.14.016
中图分类号
G206 [传播理论];
学科分类号
摘要
[目的 /意义]舆情分析工作中的一项重要任务就是从冗杂的网络评论中发现具有代表性的网民观点信息。[方法 /过程]提出一种无监督的信息发现方法,从网络评论内容中抽取具有代表性的网民观点表述。具体发现过程为,在网络评论中选取作为候选的观点表述语句,继而综合考察评论内容与相应文章的相关程度以及候选的观点表述语句中词汇之间的点互信息并对观点表述语句进行信息加工,最终得到具有代表性的用户观点表述信息。[结果/结论]本文所提出的信息发现方法取得了较好的实验检验效果,可为新媒体时代舆情研判工作者在繁杂冗余的网络评论观点中自动发现观点信息提供决策支持。
引用
收藏
页码:111 / 116+148 +148
页数:7
相关论文
共 9 条
  • [1] 一种基于在线评论共现特征词的舆情事件相关度计算方法
    陈涛
    刘越
    [J]. 情报杂志, 2014, 33 (09) : 141 - 147+151
  • [2] 面向网络舆情的评论文本情感分析研究
    李光敏
    张行文
    张磊
    杨朋英
    [J]. 情报杂志, 2014, (05) : 157 - 160
  • [3] 基于LDA的网络评论主题发现研究
    阮光册
    [J]. 情报杂志, 2014, (03) : 161 - 164
  • [4] 用户评论中的标签抽取以及排序
    李丕绩
    马军
    张冬梅
    韩晓晖
    [J]. 中文信息学报, 2012, 26 (05) : 14 - 19+45
  • [5] 程度副词的特点范围与分类
    蔺璜
    郭姝慧
    [J]. 山西大学学报(哲学社会科学版), 2003, (02) : 71 - 74
  • [6] 论现代汉语的范围副词
    张谊生
    [J]. 上海师范大学学报(哲学社会科学版), 2001, (01) : 107 - 113
  • [7] An approach to rank reviews by fusing and mining opinions based on review pertinence[J] . Jun-ze Wang,Zheng Yan,Laurence T. Yang,Ben-xiong Huang. Information Fusion . 2014
  • [8] Thumbs up or thumbs down?:Semantic orientation applied to unsupervised classification of reviews .2 Turney P D. Proceedings of the 40th Annual Meeting on Association for Computational Linguistics (ACL’’02) . 2002
  • [9] Opinosis: a graph-based approach to abstractive summarization ofhighly redundant opinions .2 Ganesan K,Zhai C X,Han J. Proceedings of the23rd International Conference on ComputationalLinguistics . 2010