面向評論的文本傾向性分析中關(guān)鍵問題的研究.pdf

1、如今，我國電子商務(wù)已經(jīng)極其普遍，淘寶、京東等大型購物網(wǎng)站已經(jīng)占據(jù)了大部分市場。面對大量產(chǎn)品評論，企業(yè)為了獲取商業(yè)收益以及消費(fèi)者更好地做出購買決策，需要了解用戶對產(chǎn)品的態(tài)度、觀點(diǎn)。利用人力去標(biāo)注文本情感，費(fèi)力費(fèi)時，因此需利用計(jì)算機(jī)實(shí)現(xiàn)自動分析文本的情感傾向，這種技術(shù)稱為文本傾向性分析。如今，該技術(shù)取得了很多研究成果。本文的研究重點(diǎn)為對現(xiàn)有的文本傾向性分析方法中存在的關(guān)鍵問題進(jìn)行探索。
　　在基于機(jī)器學(xué)習(xí)的文本傾向性分析中，重點(diǎn)研究由

2、于訓(xùn)練、測試文本不在同一個領(lǐng)域引起的準(zhǔn)確率低的問題。針對文本分類中特征降維環(huán)節(jié)，提出一種基于通用領(lǐng)域框架的特征聚類算法。針對基于加權(quán)SimRank跨領(lǐng)域文本傾向性方法中，存在的兩個領(lǐng)域特征對齊時，在共現(xiàn)加權(quán)時未能考慮近義詞的問題，提出將基于通用領(lǐng)域框架的特征聚類應(yīng)用于該方法。實(shí)驗(yàn)表明，在保證了準(zhǔn)確率的前提下，節(jié)省了內(nèi)存空間，緩解了數(shù)據(jù)稀疏問題。
　　在基于語義的文本傾向性分析中，重點(diǎn)研究詞語傾向性計(jì)算問題。針對常用的詞語傾向計(jì)算方