基于表达技巧的商品评论情感倾向性分析研究

来源 :中国矿业大学 | 被引量 : 0次 | 上传用户:duzhanghuaduzhanghua
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
互联网技术的快速发展和电子商务的日渐普及,使网上消费逐渐成为日常生活中的一种常态。网购过程产生了大量线上商品评论数据,对这些数据进行情感倾向性分析既可以为消费者提供购买参考又能够帮助商家优化商业决策。目前,商品评论情感倾向性分析已经取得了一定的研究成果,但是,现有的研究依然存在分类精度不高、适用范围陕小等问题。情感分析方法中的两个主流方法分别是基于人工语义规则的方法和基于语料的机器学习方法。本文在人工语义规则方法方面进行了深入研究,提出了表达技巧情感分析方法,旨在保持跨领域的前提下提高情感分类的精度,后又将人工语义规则方法与机器学习方法相结合,在确定领域中进一步提升情感分类的精度。主要研究工作包括三部分:(1)基于信息传输过程中的编码与解码理论,本文提出一种基于表达技巧的情感分析方法。该方法针对评论的创造者为表达情感倾向而使用的不同表达技巧,分别设计表达技巧的识别和情感计算方案。在识别方面,根据表达技巧的结构特征适时选用简单关键词匹配与复合关键词匹配进行识别;在情感计算方面,根据识别精度的不同将表达技巧的情感计算分为直接计算与间接计算。最后,根据各分句表达技巧情感得分的平均值判断文本的情感倾向。(2)本文对传统情感词典情感分析方法进行了完善与改进。首先,在HowNet、NTUSD、大连理工情感词汇本体三大主流情感词词源的基础上,增加《褒义词词典》和《贬义词词典》作为词源,扩充了情感词典。其次,在情感计算过程中,额外考虑了含否定意义的动词对情感倾向的影响,以及否定词与程度副词的不同搭配关系。(3)针对表达技巧情感分析方法的不足,本文提出PSAS、PSBS两种将表达技巧与SVM进行结合的改进策略。PSAS以表达技巧和SVM各自的分类准确率作为权重,用加权和的形式将两种方法结合。PSBS以表达技巧作为特征提取的特征项,再利用SVM训练分类器进行情感分类。实验结果表明,两种结合方法都提升了表达技巧情感分析方法的分类性能。PSAS的情感分类效果优于两种独立的方法。
其他文献
运城市是我省粮棉生产基地,水资源相当紧缺.论述了为缓解水资源紧缺矛盾,发挥引黄工程和大中型水库效益,利用尊村引黄工程和涑水河系水库进行水资源联合调度的可行性与必要性
后湾水库灌区扩建工程王村扬水站在技施设计中,技术人员经过对工程进一步的详细勘测和研究分析,在保证规模、效益不变的情况下,对扬水站中的各具体工程项目进行了优化设计,达
很多朋友在更新之后,可能并没有真正搞清楚自己的系统版本号,虽然AIDA64可以查看到详细的信息,但为此安装AIDA64显然有些麻烦。其实,我们完全可以自力更生查看到准确的系统版本号,这里以Windows 8.1为例,介绍几种不同的方法。  方法一:按下“Windows+R”组合键,打开“运行”对话框,输入“msinfo32.exe”,运行之后打开“系统信息”对话框,在右侧窗格找到“硬件抽象层”,在
对于喜爱DIY的玩家来说,机箱性能、外观是他们非常重视的选择方向。华硕针这些用户群体的需求,推出了一款性能全面兼时尚外观的绽系列机箱,满足众多DIY玩家的需求。