基于HNC理論的網(wǎng)購評論情感傾向性分析研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,電子商務(wù)的發(fā)展如日中天,全民網(wǎng)購活躍度與日趨增,越來越多自然語言處理領(lǐng)域的學(xué)者把注意力轉(zhuǎn)向網(wǎng)購評論的情感傾向性分析。網(wǎng)購評論能夠幫助賣方判斷出改進(jìn)商品和服務(wù)的關(guān)鍵指標(biāo),也為即將購買相同產(chǎn)品的客戶提供重要參考意見,海量評論信息的分析研究有利于電子商務(wù)的管理和發(fā)展,具有很高的研究價值。
  中文網(wǎng)購評論是一種特殊的自由短文本,以往自然語言分析方法無法有效的處理此類非規(guī)范性文本。本文結(jié)合真實評論語料的特點,應(yīng)用概念層次網(wǎng)絡(luò)(HN

2、C)理論提出一種新的情感傾向分析方法。首先,應(yīng)用HNC理論的概念基元符號體系處理原始評論語料,實現(xiàn)其層次化內(nèi)涵的表示;特征抽取階段應(yīng)用到HNC理論的句類分析技術(shù)和語境單元萃取技術(shù),典型句類的有效劃分大大提高了特征抽取的準(zhǔn)確率;本文結(jié)合多篇商品文檔構(gòu)建特征粒度樹,而后利用真實評論語料對其進(jìn)行修正得到完備的評論對象粒度樹,進(jìn)而在粒度樹基礎(chǔ)上實現(xiàn)了評論對象的粒度修正、隱式推理以及分類;同時,本文利用HNC理論的對偶概念設(shè)計新的褒貶評判標(biāo)準(zhǔn),重

3、新設(shè)計程度詞、否定詞的處理策略,考慮特殊標(biāo)點符號對情感極性的影響;最后,將分析結(jié)果以綜合評論文摘的形式呈現(xiàn)給用戶。
  實驗階段,本文以淘寶網(wǎng)商品的客戶評論作為實驗數(shù)據(jù),選取手機(jī)作為研究的主要對象,進(jìn)行了實驗分析。對比實驗結(jié)果表明本文提出的特征抽取方法在提高準(zhǔn)確率方面有一定的優(yōu)勢,新的情感傾向性評判標(biāo)準(zhǔn)在滿足應(yīng)用需求基礎(chǔ)上提高了處理速度,綜合評論文摘是評論內(nèi)容的縮影,其不僅有助于PC用戶盡快了解產(chǎn)品信息,也解決了移動終端用戶瀏覽難

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論