細粒度情感分析技術(shù)在評論挖掘系統(tǒng)中的應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)和電子商務(wù)的不斷發(fā)展，人們越來越熱衷于網(wǎng)絡(luò)購物，從而導(dǎo)致了商品評論急劇增加。商品評論中包含了許多有用的信息，消費者可以通過評論了解商品的口碑，做出購買決策。品牌商家可以通過評論發(fā)現(xiàn)產(chǎn)品的優(yōu)劣，對優(yōu)點進行宣傳，對缺點進行改進，進而更好地維護商品的品牌價值。但是，目前電商平臺上的評論僅僅分為好評和差評，并且傳統(tǒng)的情感分析也不能細粒度地作用于特征屬性之上，整體的情感傾向已經(jīng)不能滿足消費者和品牌商家，他們更希望從評論中了解用戶對于商品

2、具體特征屬性的看法。
　　目前，將細粒度情感分析技術(shù)應(yīng)用到評論分析和商品品牌價值維護中的系統(tǒng)并不多，針對以上問題，本文研究了商品評論的細粒度分析，并將分析結(jié)果應(yīng)用到評論挖掘系統(tǒng)中，幫助消費者選擇商品，幫助品牌商家維護商品品牌價值。本文的主要研究內(nèi)容如下：
　　1．研究和分析了文本情感分析技術(shù)，包括文本預(yù)處理、特征提取等方法。研究和對比了基于語義分析和基于機器學(xué)習(xí)的情感分析技術(shù)。
　　2．本文在以往的特征提取以及分類的研

3、究基礎(chǔ)上，提出了將顯式特征和隱式特征分開提取的方法。在顯式特征的提取過程中，在基于臨近原則的基礎(chǔ)上增加了三條規(guī)則，提高了特征提取的準(zhǔn)確率。在隱式特征的提取過程中，采用了基于特征詞和情感詞修飾關(guān)系的雙向迭代方法，該方法可以擴展特征詞和情感詞。
　　3．本文將雙向迭代方法擴展的情感詞運用到領(lǐng)域詞典的構(gòu)建和自動擴展中，并且結(jié)合其它詞典，在常見的基于詞典的極性判斷上提出改進方案，利用詞性以及語言學(xué)知識將情感詞極性強度量化，更有效地對商品特