基于主題模型的情感搜索引擎的研究與實現(xiàn).pdf

1、隨著網(wǎng)絡(luò)的普及以及WEB2.0的迅速發(fā)展，互聯(lián)網(wǎng)已經(jīng)成為世界上規(guī)模最大的公共數(shù)據(jù)源。與此同時電子商務(wù)的迅猛發(fā)展，給人們的生活帶來了極大的便利。越來越多的人們開始選擇網(wǎng)上購物?？蛻敉荒芡ㄟ^商品參考圖，以及其他用戶的評價，來綜合衡量一件商品的好壞。因此，網(wǎng)絡(luò)評論已經(jīng)成為電子商務(wù)的一個十分重要的信譽評價方式。觀點挖掘的任務(wù)是抽取評論中的觀點和分析情感傾向性。用戶發(fā)表的評論往往是針對一個主題的某個屬性。對于一種商品，它的屬性往往比較多，同時

2、可以有不同的特征詞進行描述。人們對于不同的屬性使用的情感詞也不盡相同。因此，本文從主題屬性與特征詞、情感詞之間的關(guān)系入手，構(gòu)建一個主題模型，并應(yīng)用該模型進行基于屬性特征的情感傾向性分析。結(jié)合當(dāng)前的需求，本文對基于主題模型的情感搜索引擎進行了研究與實現(xiàn)。
　　本文提出主題模型的概念以及主題模型的構(gòu)建算法。首先，利用語言模式規(guī)則抽取出特征詞，利用情感詞典抽取情感詞，然后根據(jù)特征情感詞對進行特征情感詞矩陣初始化，接著根據(jù)特征詞相似度轉(zhuǎn)換

3、為屬性情感詞矩陣，最后構(gòu)建主題模型。
　　本文還提出一個基于主題模型的情感傾向性分析框架。首先，對評論集進行文檔化處理，然后利用主題模型進行屬性分類，最后利用情感詞典進行情感傾向性計算。
　　最后，本文設(shè)計與實現(xiàn)了一個基于主題模型的情感搜索引擎。
　　實驗表明，本文的算法能夠有效的構(gòu)建主題模型，同時本文的基于主題模型的情感傾向性框架分析具有良好的準(zhǔn)確率、召回率和F值。最后，本文所實現(xiàn)的情感搜索引擎IMovie基本能夠滿