基于翻譯模型的網(wǎng)絡(luò)評(píng)論情感分析研究.pdf

1、隨著電子商務(wù)的普及與發(fā)展，大部分網(wǎng)絡(luò)消費(fèi)者在購(gòu)買商品前都會(huì)瀏覽商品的用戶評(píng)論信息，這些評(píng)論信息不僅對(duì)消費(fèi)者做購(gòu)買決策有幫助，對(duì)生產(chǎn)廠家或電商公司獲取商品市場(chǎng)反饋也有重要貢獻(xiàn)。然而，從海量的商品評(píng)論中獲取對(duì)用戶有用的信息是一件很繁瑣的事情，因此情感分析（Sentiment Analysis/Opinion Mining）應(yīng)運(yùn)而生。情感分析的主要工作就是挖掘并分析文本信息，實(shí)現(xiàn)相應(yīng)的情感分類或情感極性判定。
　　情感分析不僅在商品評(píng)論

2、分析領(lǐng)域得到了廣泛的應(yīng)用，在網(wǎng)絡(luò)輿情分析，金融股市分析和垃圾郵件處理等方面也有較高的研究?jī)r(jià)值。情感分析在自然語(yǔ)言處理，信息檢索，數(shù)據(jù)挖掘以及機(jī)器學(xué)習(xí)等領(lǐng)域都有涉及，因此，研究情感分析的方法也比較全面。情感分析的主要內(nèi)容分為兩部分：傾向性信息識(shí)別和傾向性信息分類，在眾多的研究方法中提高識(shí)別精度和分類精度一直是情感分析研究的重點(diǎn)。
　　按分析的粒度的可以把情感分析分為篇章級(jí)別、句子級(jí)別、短語(yǔ)級(jí)別和詞語(yǔ)級(jí)別。早期的情感分析主要集中在篇章

3、級(jí)別和句子級(jí)別，隨著用戶提出的要求變高，短語(yǔ)級(jí)別和詞語(yǔ)級(jí)別這種細(xì)粒度的情感分析逐漸成為了當(dāng)前的研究熱點(diǎn)。本文主要是對(duì)網(wǎng)絡(luò)產(chǎn)品評(píng)論進(jìn)行詞語(yǔ)級(jí)別的情感分析研究，主要內(nèi)容：
　　1.研究了抓取網(wǎng)頁(yè)數(shù)據(jù)的方法，并對(duì)數(shù)據(jù)進(jìn)行了分詞、詞性標(biāo)注和去噪聲。
　　2.研究識(shí)別情感詞和評(píng)價(jià)對(duì)象詞語(yǔ)的方法。情感分析中識(shí)別情感詞和評(píng)價(jià)對(duì)象的精度一直是研究的重點(diǎn)，因此本文充分利用情感關(guān)系和詞語(yǔ)本身的特性就如何有效地識(shí)別情感詞和評(píng)價(jià)對(duì)象進(jìn)行了詳細(xì)的研究