面向網(wǎng)絡(luò)評論信息的文本情感傾向性分析.pdf

1、隨著計算機與互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，網(wǎng)絡(luò)評論已經(jīng)成為互聯(lián)網(wǎng)的重要組成部分，如何從這些海量評論中提取有價值的信息，正日益成為人們關(guān)注的話題。
　　為此，設(shè)計并實現(xiàn)了一個網(wǎng)絡(luò)評論情感傾向性分析系統(tǒng)，系統(tǒng)主要包括五個部分：數(shù)據(jù)預(yù)處理模塊，評價單元識別模塊，文本情感傾向性計算公式模塊，基于語義的特征選擇模塊以及機器學(xué)習(xí)模塊。同時，重點研究了如何利用情感特征構(gòu)造有效的情感傾向性分析算法，取得了以下的研究成果：
　?。?）在基于語義的情感

2、傾向性分析中，情感詞典非常重要，而否定詞和程度修飾詞能在一定程度上影響文本的語義傾向，因此設(shè)計了將情感詞典與否定詞結(jié)合、將情感詞典與否定詞以及程度修飾詞相結(jié)合的情感傾向性計算方法。
　?。?）在基于機器學(xué)習(xí)的情感傾向性分析中，特征選擇尤為重要。傳統(tǒng)特征選擇算法具有普遍性。評價單元是評價對象與評價詞的鍵值對，具有較強的情感特性，因此設(shè)計了將評價單元與詞頻相結(jié)合的特征選擇算法，用于樸素貝葉斯分類器、多項式貝葉斯分類器以及支持向量機分類