非常规突发事件网络舆情分析方法和预警机制的研究

该研究将在课题组前期研究工作基础上，面向互联网上的非常规突发事件的舆情，探索构造高精度话题识别与跟踪模型的技术，以及研究舆情分析的量化理论与方法。课题的探索性研究工作将主要围绕两个方面展开：1)通过技术导向的理论方法研究，建立和完善基于突发事件特征挖掘与抽取的网络舆情情感分析理论方法和实现技术；2)通过基于传播规律的行为导向的实证研究，构建非常规突发事件网络舆情预警模型。该研究在理论上，提出了一种基于主题分析和分布式并行策略的网页爬行器构建方法，可有效提高非常规突发事件网络舆情的搜集精度和效率。同时构造并完善了一个海量文本情感倾向性预测函数，可为网络舆情的量化分析提供决策支持。在实践上，通过在黑龙江省信息港安装网页爬行器软件，以事件为线索，搜集、追踪、分析网络舆情，然后利用仿真模型推演非常规突发事件舆情的可能前兆和事件演化过程，为我国政府科学、高效、有序应对非常规突发事件提供决策参考。

课题研究自2010年1月启动，研究期限为三年，资助额度人民币35万元。2010年1月本项目正式启动，至今已三年。本文为本项目关于情感分析研究进展总结。本项目资助下开展的研究工作主要有以下四方面：词级情感倾向性研究、短语级情感倾向性研究、句子级情感倾向性研究和篇章级情感倾向性研究。. 按照项目年度计划，本项目预计完成的工作有：人工构建一个情感词典，组织人员标注一些主客观和褒贬倾向的语料；设计并实现一个文本情感分类器，使用标注好的语料测试其性能；尝试使用一些新的方法提高现有分类器的性能。. 本项目工作按照计划进行，开展的工作如下：（1）词语级情感倾向性研究。构建基于最大熵模型的情感词识别模型；（2）短语级情感倾向性研究。采用基于统计的组块分析技术识别短语的情感极性；（3）句子级情感倾向性研究。句级情感分析首先利用主观句识别模块提取出所有观点句，然后使用分类器判断这些观点句的倾向性；（4）篇章级情感倾向性研究。使用单层标注级联模型对篇章情感倾向进行分析，将篇章情感倾向分析分为两级，即小句级和篇章级。. 本年度项目组在情感分析的理论和方法研究方面取得了一些成果，尤其是在句子级情感倾向分类问题中获得了较高的识别精度。. 项目组共发表论文四篇，其中重要国际学术会议一篇，国内学术会议和期刊两篇，中文核心期刊一篇。2011年，在第三届中文倾向性分析评测（COAE2011）的“领域观点词抽取与极性判别”任务中成绩排名第一。2012年，参加了中国计算机学会中文信息技术专业委员会（CCF TCCI）举办的首届中文微博情感分析评测，在“情感倾向性判断”任务中位于第3名。