2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著大數(shù)據(jù)時代的來臨,互聯(lián)網(wǎng)上的數(shù)據(jù)呈爆炸式增長,各大電子商務(wù)網(wǎng)站上有關(guān)某件流行產(chǎn)品的評論數(shù)量動輒數(shù)十萬條,如果僅通過人工閱讀的方式來獲取這些評論信息,是一件十分耗時耗力的事情。為了解決這一難題,意見挖掘技術(shù)應(yīng)運而生,并且成為網(wǎng)頁信息處理領(lǐng)域里越來越熱門的研究課題。意見挖掘是一種綜合文本理解和數(shù)據(jù)挖掘的技術(shù),主要包括以下步驟:Web信息的抽取;有用評論與無用評論的分離;評論內(nèi)容的情感分析;評論內(nèi)容的匯總。本文圍繞意見挖掘的主要步驟,展開

2、了如下研究:
  第一、利用網(wǎng)絡(luò)爬蟲技術(shù)解析京東商城上有關(guān)手機的網(wǎng)頁,抽取大量產(chǎn)品評論內(nèi)容,存儲到數(shù)據(jù)庫中。由于原始的產(chǎn)品評論內(nèi)容包含了部分無用信息,對后續(xù)分析會產(chǎn)生副作用,所以本文采用支持向量機算法進行分離,只選擇其中包含了對產(chǎn)品本身帶有情感傾向的評論,實驗中采用的特征有情感詞、產(chǎn)品特征詞、產(chǎn)品故障詞、情感詞與產(chǎn)品特征詞共現(xiàn)等特征,通過給特征項分配不同的權(quán)重,實現(xiàn)了有用評論篩選的準確率達到89.21%,為后續(xù)工作奠定了基礎(chǔ)。

3、r>  第二、詳細闡述了評論內(nèi)容的情感分析模塊,其目標是識別并標記產(chǎn)品評論中帶有情感傾向的語塊,判斷其感情傾向類別。針對傳統(tǒng)的以情感詞為中心、以定長的滑動窗口識別情感塊而使口語化的、含蓄的情感塊無法被識別的問題,本文主要研究了基于條件隨機場理論的情感塊標注技術(shù)。由于條件隨機場模型的特征選擇及特征維數(shù)都會嚴重影響到序列標識的結(jié)果,本文通過大量實驗選取了詞序列、詞性、情感詞、程度修飾詞、產(chǎn)品特征詞以及產(chǎn)品故障詞作為特征,使得對情感塊識別的召

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論