基于主題模型的網(wǎng)絡(luò)評(píng)論情感傾向分析研究.pdf

1、隨著網(wǎng)絡(luò)的普及與迅猛的信息化趨勢(shì)，互聯(lián)網(wǎng)上各種平臺(tái)（電子商務(wù)、影音評(píng)論、新聞網(wǎng)站等）產(chǎn)生了海量的由用戶創(chuàng)作的評(píng)論信息，這些帶有用戶的主觀態(tài)度的文本反映了人們對(duì)于評(píng)論對(duì)象的的看法、理解和建議等。文本情感分析是以用戶發(fā)表的評(píng)論性文本作為研究對(duì)象，任務(wù)是挖掘、分類、提煉、標(biāo)記這些評(píng)論中表達(dá)的觀點(diǎn)、特征等情感傾向。這些信息在不管在商業(yè)領(lǐng)域、科學(xué)領(lǐng)域都具有重要的實(shí)際應(yīng)用價(jià)值和科學(xué)價(jià)值，如何通過(guò)計(jì)算機(jī)準(zhǔn)確、有效地挖掘、利用此類評(píng)論文本中潛在的情感信

2、息，涉及到多方面領(lǐng)域處理技術(shù)。這類情感信息不僅在商家進(jìn)行庫(kù)存采購(gòu)、改進(jìn)產(chǎn)品等方面提供可靠的決策參考;從消費(fèi)者角度來(lái)看，它還能在消費(fèi)者進(jìn)行購(gòu)買(mǎi)行為時(shí)提供商品各方面信息，幫助消費(fèi)者了解商品屬性，選擇更合適他們的產(chǎn)品。
　　本文主要工作為完成電子商務(wù)評(píng)論類未標(biāo)記文本的情感褒貶二元分類任務(wù)，實(shí)現(xiàn)評(píng)論用戶情感傾向的文本正負(fù)二向分類。該任務(wù)主要通過(guò)計(jì)算機(jī)對(duì)已有情感傾向標(biāo)記的文本的計(jì)算、分析與總結(jié)，實(shí)現(xiàn)對(duì)未標(biāo)記文本賦予文本情感傾向標(biāo)記。如果能夠

3、利用計(jì)算機(jī)自主識(shí)別，則可高效、準(zhǔn)確地對(duì)這些文本進(jìn)行總結(jié)歸納，分析出用戶對(duì)商品所持態(tài)度，或態(tài)度表達(dá)程度。
　　本文提出一種基于LDA(Latent Dirichlet Allocation)模型與鄰近詞抽取的情感分析方法SE-LDA(Sentiment Extract LDA)，該方法通過(guò)抽取情感詞與評(píng)價(jià)對(duì)象挖掘出在線用戶評(píng)論文本中潛在的情感信息。通過(guò)鄰近詞抽取技術(shù)降低了文本維度，降低情感無(wú)關(guān)詞語(yǔ)產(chǎn)生的噪聲與數(shù)據(jù)稀疏問(wèn)題。通過(guò)LDA