中文商品評論的文本情感分析技術(shù)研究.pdf

1、互聯(lián)網(wǎng)技術(shù)的快速進步，使得電子商務(wù)網(wǎng)站得以飛速發(fā)展，越來越多的人們通過網(wǎng)絡(luò)平臺來獲取商品評論信息，并根據(jù)評論信息來指導(dǎo)消費。對這些以指數(shù)級增長的評論信息，若能對其進行挖掘及相應(yīng)的分析，辨別出其中的情感傾向，則不僅可了解用戶對商品的滿意度及意見，而且也可為商家的決策提供參考，進而提高商品質(zhì)量及服務(wù)態(tài)度。
　　本文首先介紹了中文文本情感分類流程及相關(guān)核心技術(shù)，然后分別從商品評論的獲取、商品評論情感分析方法兩個方面進行了相關(guān)分析與研究。

2、其中，對商品評論的情感分析，本文分別采用了基于機器學(xué)習(xí)的方法及基于情感詞典的方法。
　　對評論進行情感分析，首先需要從相應(yīng)購物平臺中獲取相應(yīng)的語料數(shù)據(jù)，不同商品類別的評論通常集中在某一板塊，且網(wǎng)頁呈現(xiàn)出高度的結(jié)構(gòu)化?；诖耍疚氖褂昧司W(wǎng)絡(luò)爬蟲對網(wǎng)頁進行實時處理并獲取評論信息，從而得到供情感分類用的評論數(shù)據(jù)。
　　然后，本文分別基于兩種不同的思想對評論進行情感分析。在基于情感詞典的方法中，構(gòu)建了一個較為完整的面向商品評論信息的

3、情感詞典，其中，基礎(chǔ)情感詞典采用知網(wǎng)發(fā)布的“情感分析用詞語集”，而網(wǎng)絡(luò)情感詞典則主要基于已有的不完整的網(wǎng)絡(luò)詞典，通過評論信息來收集并進行標(biāo)注，以此來擴充該網(wǎng)絡(luò)情感詞典。并通過SO-PMI算法對詞語的情感傾向性進行計算，以此對情感詞典進行擴充。最后，根據(jù)短語結(jié)構(gòu)，對評論信息中的情感特征詞進行情感傾向加權(quán)求和，從而獲得整個評論的情感傾向及強度。在基于機器學(xué)習(xí)的方法中，構(gòu)建了貝葉斯分類模型，并提出了一種混合特征提取方法，有利于分類特征的保留，