關聯(lián)對識別方法及其在句子情感分類中的應用.pdf

1、隨著網(wǎng)絡技術的迅速發(fā)展，Internet已成為越來越多的人們表達自己觀點的平臺。很多商家通過網(wǎng)上大量的評論，了解用戶對產品的意見或建議，以便改進產品的性能和售后服務。同時，消費者也可以利用網(wǎng)上的評論來指導消費行為。然而，網(wǎng)上每天都有大量的新評論出現(xiàn)，對這些評論，僅靠人工進行跟蹤和分析顯然是行不通的。近年來，人們開始關注并研究評論文本的主觀意見的獲取與傾向性判別。
　　針對產品評論，本文對評論中的產品特性進行了挖掘，提出了產品特性與

2、情感詞匯關聯(lián)對的獲取與傾向性判別方法，并將關聯(lián)對的情感傾向用于句子的傾向性判定。主要有以下幾方面的研究工作:
　　1)挖掘評論中的產品特性
　　根據(jù)產品特性所在的上下文信息，本文將產品特性相鄰詞的詞性、產品特性在句中所處的位置以及產品特性在句中所形成的依存關系作為特征，采用決策樹方法獲得判斷產品特性的規(guī)則。實驗結果表明，這些規(guī)則用于產品特性識別任務是可行的。
　　2)基于最大熵模型與決策樹的關聯(lián)對自動獲取
　　本

3、文在確定了產品特性與情感詞匯的基礎上，選擇詞、詞性、位置信息以及句子的依存信息作為最大熵模型的特征，構建了9種復合特征模板用于識別產品特性與情感詞匯關聯(lián)對。同時，利用決策樹方法自動構造了用于識別關聯(lián)對的規(guī)則。通過在多個數(shù)據(jù)集上的對比測試，實驗結果表明，在數(shù)據(jù)集3上的最大熵模型得到了最佳的測試結果。
　　3)基于關聯(lián)對的句子傾向性分析
　　關聯(lián)對的情感傾向在一定程度上影響了句子的情感傾向，本文首先采用規(guī)則方法對關聯(lián)對的情感傾向