用戶評論情感分類的方法與實證研究.pdf

1、文本情感分析,又被叫做情感極性計算,主要包括意見抽取,意見挖掘,情感挖掘,主客觀分析等研究方向,旨在對含有人類主觀性態(tài)度的文本數(shù)據(jù)進行分析,抽取,挖掘以研究用戶對篇章級,句子級或詞語級文本的情感態(tài)度,是近年來文本挖掘領域比較熱門的方向.本文主要研究評論文本的正負向情感分類并在真實評論數(shù)據(jù)的基礎上進行基于細粒度的意見挖掘.
　　在情感分類方面,目前主要的研究方法有:基于情感詞典匹配的方法,基于機器學習的方法以及基于深度學習的方法,本

2、文在前輩研究者提出算法的基礎上進行改進,考察了一種新的基于詞向量和詞典的情感分類算法以優(yōu)化在無標注數(shù)據(jù)集訓練模型情況下網(wǎng)站評論數(shù)據(jù)的情感分類效果,并將其與基于機器學習的方法如支持向量機,邏輯回歸,以及基于深度學習的方法如卷積神經網(wǎng)絡,長短期記憶網(wǎng)絡進行比較,分析不同模型方法的優(yōu)劣并提出在實際應用中的可行性建議.
　　在基于細粒度的意見挖掘方面,我們的主要目的是進行基于細粒度的詞對(屬性詞,評價詞)抽取以收集并分析用戶對產品不同特征