基于特征的商品在線評(píng)論情感傾向性分析.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)和電子商務(wù)的快速發(fā)展，我們已經(jīng)進(jìn)入了“全民網(wǎng)購(gòu)”的時(shí)代。消費(fèi)者對(duì)商品的在線評(píng)論為其他消費(fèi)者、企業(yè)產(chǎn)品反饋提供了重要的資源。因此，如何高效、自動(dòng)化的剖析在線評(píng)論中消費(fèi)者對(duì)產(chǎn)品及其相關(guān)特征所持有的態(tài)度成為情感傾向性分析領(lǐng)域的熱點(diǎn)課題。然而，由于中文自然語(yǔ)言本身的多樣性和復(fù)雜性，加之網(wǎng)絡(luò)語(yǔ)言的非規(guī)范性，讓商品在線評(píng)論的分析和研究變得更加困難。
　　本文針對(duì)目前商品在線評(píng)論的情感分析領(lǐng)域中存在的難題，研究了特征級(jí)文本情感傾向

2、性分析的理論方法及實(shí)現(xiàn)算法，根據(jù)商品在線評(píng)論的文本特點(diǎn)，提出了基于句型結(jié)構(gòu)、詞性規(guī)律搭配的在線評(píng)論的特征情感三元組提取方法，并根據(jù)特征情感三元組的數(shù)據(jù)，用神經(jīng)網(wǎng)絡(luò)算法進(jìn)行商品在線評(píng)論情感判別。主要研究工作如下：
　　1.研究了基于特征的文本情感傾向性分析的相關(guān)理論，對(duì)篇章級(jí)、句子級(jí)、實(shí)體特征級(jí)三種不同粒度的文本情感分析方法進(jìn)行比較，得出商品在線評(píng)論的文本情感分析中實(shí)體特征級(jí)的方法能夠提供商品的更詳細(xì)的情感傾向，優(yōu)于其他兩種粒度的情

3、感分析方法。
　　2.提出了一種基于句型結(jié)構(gòu)、詞性規(guī)律搭配的商品在線評(píng)論的特征情感三元組提取方法：首先收集領(lǐng)域依賴特征詞集和網(wǎng)絡(luò)流行情感詞集，將網(wǎng)上獲取的評(píng)論數(shù)據(jù)經(jīng)過(guò)預(yù)處理，得到的主觀子句提取句型模式，根據(jù)詞性規(guī)律并判斷子句的句型模式是否與我們提出的6種在線評(píng)論的基本句型模式相同，若相同，則提取對(duì)應(yīng)的特征情感三元組；最后，將提取出的特征情感三元組進(jìn)行去噪處理。該方法完美融合了商品在線評(píng)論的領(lǐng)域依賴性、程度副詞對(duì)情感極性的影響等因素

4、，有效的提取了特征情感三元組，并提高了商品在線評(píng)論中產(chǎn)品特征及其相關(guān)情感的識(shí)別能力。
　　3.研究了基于人工神經(jīng)網(wǎng)絡(luò)的商品在線評(píng)論文本情感傾向性分析。首先建立BP神經(jīng)網(wǎng)絡(luò)及RBF神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練并仿真；針對(duì)神經(jīng)網(wǎng)絡(luò)算法收斂速度慢、易陷入局部最優(yōu)等缺點(diǎn)，本文基于全局尋優(yōu)的思想對(duì)神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn)。改進(jìn)神經(jīng)網(wǎng)絡(luò)算法是將神經(jīng)網(wǎng)絡(luò)模型中的各參數(shù)值進(jìn)行全局優(yōu)化，將隱含層中的權(quán)值整合，利用全局尋優(yōu)的特點(diǎn)，確定神經(jīng)網(wǎng)絡(luò)中各參數(shù)最合理的值，