【摘要】：根据中国互联网络信息中心在2019年8月发布的《第44次中国互联网络发展状况统计报告》显示，截至2019年6月，我国网民规模达8.54亿，较2018年底增长2598万，互联网普及率为61.2%。因此，随着个人互联网应用迅速发展，中国网民规模迅速增大，以微博、短评论等各种形式存在的网络用户主观短文本信息迅速增长，潜在用户从这些海量的信息中获取对自己有价值的信息变得越来越困难，对这些海量用户数据进行自动分析，获取相关内涵知识应需而生。
文本对我们来说已经非常熟悉，我们进行文章写作、阅读等，都在与文本打交道，原来我们只是通过阅读来掌握这些文本中的信息，获取其中的知识，但随着文本数据的增多，特别是电子数据的增多，为知识的获取带来了很大的困难。随着互联网和Web技术的发展、移动终端的普及，尤其是大数据时代的到来，网络用户不但可以从网络中获取自己需要的信息，而且还能够通过网络发布自己的信息。其中，文本数据占据了很大的比例，如网页文件、新闻信息、论坛、社交媒体及各类评论信息等。因此，随着网络用户的增多，网络上这样的主观评论信息急剧增长。
根据中国互联网络信息中心（CNNIC）在2019年8月发布的《第44次中国互联网络发展状况统计报告》显示，截至2019年6月，我国网民规模达8.54亿，较2018年底增长2598万，互联网普及率为61.2%。因此，随着个人互联网应用迅速发展，中国网民规模迅速增大，以微博、短评论等各种形式存在的网络用户主观短文本信息迅速增长，潜在用户从这些海量的信息中获取对自己有价值的信息变得越来越困难，对这些海量用户数据进行自动分析，获取相关内涵知识应需而生。如政府部门可以分析在线评论获取大众对有关政策的意见，为相关政策的制定提供支持；商家能够从商品评论中获取消费者的反馈信息，了解用户对产品的满意程度；相关管理部门获取用户情感倾向，同时了解用户的意见和建议，为进一步改进服务和监管提供支持。因此，通过获取微博、评论等非结构化的文本，获取用户需要的信息并进行相关分析获得知识，帮助网络用户支持自己的决策等方面的研究显得尤为重要。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
