基于語義搭配的評論傾向性分析.pdf

1、文本傾向性分析就是對用戶對某個事物的看法或評論文本的挖掘，從而得到該看法或評論是屬于對該事物的積極或消極意見，是文本情感計算的一個熱點領域。文本傾向性分析中的主要任務有以下三個：找出文檔中能夠體現(xiàn)情感的詞或短語；判斷所找出的詞或短語的傾向性極性以及強度；找出所抽取的詞或短語與主題的關系。本文從語義搭配的角度出發(fā)，設計了兩種觀點傾向性分析策略，分別針對觀點單元的幾個要素進行處理。
　　 評論文本中隱式出現(xiàn)的觀點評價對象和傾向性存在

2、歧義的觀點評價詞，是網(wǎng)絡評價文本中常見的表達方式，對文本觀點傾向性分析提出了嚴峻挑戰(zhàn)。搭配驅動的觀點傾向性分析從漢語語義上的修飾關系入手，挖掘評價屬性和評價詞之間的深層聯(lián)系，在針對領域產(chǎn)品的評論挖掘和傾向性分析上比傳統(tǒng)方法有更好的精確度。
　　 以觀點評價對象抽取為核心的觀點傾向性分析技術旨在面向更為廣闊的產(chǎn)品領域，從文本中自動獲取觀點所評價的對象，對未知評價對象進行分類定位并有針對性地分析評論傾向性。本文通過建立ChtmkCR

3、F模型對觀點表達句進行觀點評價對象的識別；對于隱式評價對象，利用語義搭配習慣進行填充生成；對于句中出現(xiàn)多個評價對象的問題，借助句法關系進行處理。在此基礎上，本文進行了基于觀點評價對象的觀點抽取與觀點傾向性識別。
　　 針對網(wǎng)上評論文本多以片段出現(xiàn)的特點，本文設計了文本片段語義傾向性分析技術。應用觀點評價對象抽取技術和語義搭配分析方法，計算評價語篇的情感傾向性，取得可視化結果。
　　 實驗結果表明，本文的傾向性分析結果比傳