互聯(lián)網(wǎng)商品評(píng)論情感分析研究.pdf

1、在電子商務(wù)蓬勃發(fā)展的網(wǎng)絡(luò)環(huán)境下，越來越多的關(guān)于商品的主觀性評(píng)論文本出現(xiàn)在各類購物網(wǎng)站上。這些評(píng)論文本中包含用戶對(duì)產(chǎn)品各個(gè)方面的情感傾向，如喜歡、討厭等。對(duì)其進(jìn)行情感分析不僅可以幫助商家及時(shí)了解商品的優(yōu)缺點(diǎn)，從而改善商品質(zhì)量，而且也能為潛在消費(fèi)者的購買決策提供數(shù)據(jù)支持。情感分析技術(shù)能充分利用這些海量的評(píng)論文本，從中挖掘出用戶對(duì)商品的褒貶態(tài)度，越來越多的研究者涉足到這一領(lǐng)域的研究。
　　情感分析技術(shù)的主要任務(wù)是從給定的文本中標(biāo)注出用戶

2、對(duì)某個(gè)事物所表達(dá)的情感傾向。研究內(nèi)容包括非結(jié)構(gòu)化文本的主客觀內(nèi)容識(shí)別、情感傾向性分類，情感強(qiáng)度等。其涉及到自然語言處理、文本分類、機(jī)器學(xué)習(xí)等多個(gè)研究領(lǐng)域。本文的主要研究重點(diǎn)主要是對(duì)主觀性文本所表達(dá)正向或負(fù)向的情感進(jìn)行分類。
　　本文從商品的屬性出發(fā)，提出了基于組合神經(jīng)網(wǎng)絡(luò)的屬性聚類算法，并用該方法對(duì)商品屬性進(jìn)行聚類。隨后提出將評(píng)論文本表示成一個(gè)四維向量的表示方法，并結(jié)合SVM算法來實(shí)現(xiàn)對(duì)商品評(píng)論的情感分析。針對(duì)商品評(píng)論文本中經(jīng)常出

3、現(xiàn)網(wǎng)絡(luò)情感詞語這一特點(diǎn)，本文提出了基于Google的word2 vec工具來構(gòu)建商品評(píng)論情感詞典的方法，并用該方法來對(duì)評(píng)論文本進(jìn)行情感分析。
　　基于組合神經(jīng)網(wǎng)絡(luò)的屬性聚類方法綜合考慮了評(píng)論文本中屬性詞與其上下文中詞語的位置關(guān)系，根據(jù)語法和上下文信息來對(duì)評(píng)論文本中的屬性進(jìn)行聚類。通過聚類，評(píng)論文本被劃分成若干個(gè)簇，隨后給每個(gè)簇標(biāo)注一個(gè)類別標(biāo)簽。每個(gè)類別標(biāo)簽中的評(píng)論文本都是針對(duì)商品的同一屬性進(jìn)行評(píng)價(jià)的。由于商品評(píng)論文本具有篇幅短小、