用戶生成內(nèi)容情感分析方法研究.pdf

1、用戶生成內(nèi)容情感分析一般是指通過(guò)基于詞典語(yǔ)義規(guī)則或者基于機(jī)器學(xué)習(xí)的方法對(duì) Web用戶主動(dòng)生成的內(nèi)容進(jìn)行挖掘和分析，并且從中獲得表達(dá)用戶態(tài)度和觀點(diǎn)的一些主觀信息，比如用戶針對(duì)于某個(gè)事件的觀點(diǎn)、建議、情緒、情感傾向等。近兩年，隨著“互聯(lián)網(wǎng)+”行動(dòng)不斷助力電子商務(wù)企業(yè)的發(fā)展，針對(duì)電子商務(wù)企業(yè)評(píng)價(jià)信息情感分析的研究得到了研究者們?cè)絹?lái)越多的重視。本研究主要是以淘寶某商品文本評(píng)價(jià)信息為研究對(duì)象，通過(guò)對(duì)某商品評(píng)價(jià)信息的分析，使得消費(fèi)者和商家從不同的角

2、度了解商品的真實(shí)信息，為后來(lái)消費(fèi)者購(gòu)買該商品提供決策依據(jù)，也可以使得商家不斷地提高商品品質(zhì)，改進(jìn)商品服務(wù)以及制定合適的銷售方案。論文主要通過(guò)PMI和《知網(wǎng)》相似度計(jì)算的方法給情感詞語(yǔ)賦予相應(yīng)的權(quán)值，采用基于語(yǔ)義規(guī)則，多分類機(jī)器學(xué)習(xí)以及模糊綜合的情感分析方法從某商品每個(gè)評(píng)價(jià)對(duì)象的分值，好評(píng)率，商品的綜合值等方面對(duì)商品評(píng)價(jià)信息進(jìn)行多角度的分析，并驗(yàn)證了三種方法的有效性。具體的主要工作如下：
　　1.基于帶權(quán)值的情感詞典的評(píng)論信息情感分

3、析。首先在基礎(chǔ)情感詞典的基礎(chǔ)上，結(jié)合《知網(wǎng)》相似性計(jì)算和統(tǒng)計(jì)的PMI方法給詞語(yǔ)賦予一定的權(quán)值，構(gòu)建帶權(quán)值的領(lǐng)域情感詞典，除此之外，構(gòu)建否定詞，程度副詞，轉(zhuǎn)折詞語(yǔ)情感詞典并賦予不同的權(quán)值。然后，獲取評(píng)價(jià)信息四元組，利用相應(yīng)的情感極性計(jì)算規(guī)則獲得評(píng)論句子的情感極值，并根據(jù)情感極值對(duì)評(píng)論句子進(jìn)行情感分類。最后，驗(yàn)證了帶權(quán)值領(lǐng)域情感詞典和情感計(jì)算規(guī)則用于情感分析的有效性。
　　2.基于多分類的機(jī)器學(xué)習(xí)方法的評(píng)論信息情感分析。論文對(duì)文本表示

4、，特征選擇和特征權(quán)重的計(jì)算方法進(jìn)行了介紹，并針對(duì)短文本評(píng)價(jià)信息的特性改進(jìn)了布爾函數(shù)特征權(quán)值的計(jì)算方法，用詞語(yǔ)權(quán)值代替“1”，“0”進(jìn)行文本表示，并且引入?yún)?shù)α來(lái)縮小權(quán)值相近的評(píng)價(jià)信息的距離，提高分類的準(zhǔn)確率。并用χ2統(tǒng)計(jì)方法進(jìn)行特征選擇，通過(guò)KNN，SVM和樸素貝葉斯方法三種分類模型驗(yàn)證了改進(jìn)的布爾函數(shù)特征權(quán)重計(jì)算方法的有效性。
　　3.基于模糊綜合評(píng)價(jià)方法的評(píng)論信息情感分析。論文針對(duì)模糊綜合評(píng)價(jià)的需要，構(gòu)建了指標(biāo)體系，確定了評(píng)價(jià)