面向產(chǎn)品評論的情感文本分類研究.pdf

1、隨著電子商務(wù)的發(fā)展，網(wǎng)站上產(chǎn)品評論信息日益增多。消費者針對所購產(chǎn)品或服務(wù)表達觀點、立場、看法，而這些觀點、看法可以從不同方面反應(yīng)產(chǎn)品或服務(wù)的品質(zhì)。根據(jù)在線產(chǎn)品評論信息，意向消費者可以了解所需產(chǎn)品信息，商家也可以及時對產(chǎn)品或服務(wù)不足之處進行改進。由于以消費者為中心發(fā)表的評論信息比較雜亂，為便于其他消費者更好的了解產(chǎn)品信息以及商家及時獲取用戶反饋信息，對評論文本進行情感傾向分析分類是必要的。
　　文本情感分析，主要是對文本的情感特征進

2、行分析，為了有效提取文本情感特征，論文通過特征選擇算法以及情感詞典的方法進行提取，然后對文本進行分類。本文主要研究內(nèi)容如下:
　　(1)基于卡方統(tǒng)計的n-gram特征提取與冗余約簡方法，對n-gram特征項之間存在冗余而影響實際分類效果的問題改進傳統(tǒng)卡方統(tǒng)計算法，利用特征之間共現(xiàn)與不共現(xiàn)的關(guān)聯(lián)性，選取具有關(guān)聯(lián)性的n-gram特征;然后利用特征與類別之間的相關(guān)性，判別多元特征間是否冗余，并對冗余特征進行約簡，從而選取高類別相關(guān)性而低

3、冗余的n-gram特征。最后，對上述方法利用SVM算法在不同情感語料集上進行測試，實驗結(jié)果表明該方法提高了文本情感分類的效率，驗證了方法的有效性。
　　(2)基于情感詞典的方法，可以直接提取文本的情感特征，但情感詞典的質(zhì)量會影響分類的效果，且修飾情感詞的上下文結(jié)構(gòu)特征也會影響文本中情感詞的極性。針對情感詞典的構(gòu)建以及情感詞極性變化問題，提出基于產(chǎn)品屬性的情感分類。該方法，首先利用Word2vec訓(xùn)練特征生成詞向量，利用詞向量之間的

4、相似性對相似特征進行聚類，利用屬性詞與情感詞的依存關(guān)系，提取屬性詞與情感詞;然后，分析情感文本特征，構(gòu)造領(lǐng)域情感詞典，抽取文本的屬性詞、情感詞以及其上下文結(jié)構(gòu)特征;最后，結(jié)合SVM算法對文本進行分類，分析該方法對情感分類的影響，驗證該方法對分類是有效的。
　　在此基礎(chǔ)上，分析LDA主題特征對文本情感分類的影響。為考慮情感特征的結(jié)構(gòu)信息，提出結(jié)合n-gram模型生成n-gram特征的方法，同時對多元特征進行冗余約簡。然后，將LDA主