網(wǎng)絡(luò)產(chǎn)品評(píng)論中情感分析技術(shù)的研究.pdf

1、Web2.0技術(shù)在過去幾年的快速發(fā)展極大地改變了人們的生活模式，其中最為顯著的改變之一就是購物模式的改變。隨著電子商務(wù)的蓬勃發(fā)展以及各種Blog、BBS、虛擬社區(qū)等網(wǎng)絡(luò)媒介的興起，使得人們?cè)谫徫锖罂梢苑奖愕赝ㄟ^這些媒介發(fā)表個(gè)人見解或評(píng)論。挖掘這些已有的產(chǎn)品評(píng)論信息，不僅可給潛在的消費(fèi)者提供必要的購物參考，而且還有助于商家及時(shí)跟蹤產(chǎn)品使用者的回饋信息，使得商家在后續(xù)的市場(chǎng)戰(zhàn)略中繼續(xù)保持優(yōu)勢(shì)產(chǎn)品的特性并及時(shí)改進(jìn)劣勢(shì)產(chǎn)品，最終提高自身的市場(chǎng)競(jìng)

2、爭(zhēng)力。然而，隨著網(wǎng)絡(luò)評(píng)論數(shù)量的急劇增長(zhǎng)，評(píng)論內(nèi)容的千差萬別及其質(zhì)量的良莠不齊，因此如何從海量評(píng)論中獲取有效的信息又是一大難題。在此背景下興起的“評(píng)論情感分析”或“評(píng)論意見挖掘”吸引了廣大研究人員的關(guān)注。評(píng)論情感分析的研究?jī)?nèi)容主要涉及評(píng)論整體的意見傾向分析、評(píng)論中的產(chǎn)品特征挖掘、評(píng)論中的主客觀內(nèi)容識(shí)別及垃圾評(píng)論檢測(cè)等。
　　 本文以中文網(wǎng)絡(luò)產(chǎn)品評(píng)論為研究對(duì)象，重點(diǎn)研究了文本情感分析涉及的兩個(gè)主要領(lǐng)域：即基于文檔級(jí)的評(píng)論整體褒貶分類

3、，以及更細(xì)粒度的基于產(chǎn)品特征的情感分析。論文所做的研究工作和創(chuàng)新點(diǎn)如下：
　　 ■提出了一種基于無監(jiān)督學(xué)習(xí)的方法--APSWE來自動(dòng)挖掘產(chǎn)品評(píng)論中的情感詞，并基于提取出的情感詞對(duì)評(píng)論進(jìn)行整體的情感傾向判斷。該方法無需對(duì)評(píng)論進(jìn)行中文分詞預(yù)處理，借助少量的種子情感詞和一些語言特征，然后利用固定長(zhǎng)度的滑動(dòng)窗口就可提取候選情感詞。實(shí)驗(yàn)表明與樸素貝葉斯分類法、支持向量機(jī)分類法等有監(jiān)督學(xué)習(xí)的方法相比，多數(shù)情況下本文提出的無監(jiān)督學(xué)習(xí)方案的性能

4、超過了監(jiān)督學(xué)習(xí)方案，同時(shí)該方法也優(yōu)于現(xiàn)有針對(duì)中文評(píng)論的無監(jiān)督學(xué)習(xí)方案。
　　 ■針對(duì)細(xì)粒度的基于產(chǎn)品特征的情感分析，提出了利用Apriori關(guān)聯(lián)規(guī)則算法來對(duì)產(chǎn)品評(píng)論進(jìn)行特征提取，并用基于統(tǒng)計(jì)的方法調(diào)整k項(xiàng)集中各特征之間的順序；為進(jìn)一步篩選出有意義的產(chǎn)品特征，本文改進(jìn)了經(jīng)典的PMI計(jì)算公式，以便于計(jì)算候選特征與產(chǎn)品的語義關(guān)聯(lián)；最后在已獲取產(chǎn)品特征的基礎(chǔ)上結(jié)合HowNet提供的情感詞典，對(duì)各特征上進(jìn)行觀點(diǎn)傾向性分析。實(shí)驗(yàn)結(jié)果表明，該