酒店領(lǐng)域文本情感分類研究.pdf

1、隨著近幾年社交網(wǎng)絡的迅猛發(fā)展，用戶在網(wǎng)絡中越來越頻繁的發(fā)表各種各樣帶有情感色彩的評論，這些數(shù)量呈爆炸性增長的評論中包含著用戶的主觀信息。對這些進行主觀信息挖掘，從中抽取出的有價值的信息對于商品改進、輿情監(jiān)控和產(chǎn)品推薦等方面都著重要的意義。文本情感分類順應成為了一個研究熱點。
　　文本情感分類主要采用無監(jiān)督和有監(jiān)督兩種分類方法。本文對這兩種分類方法中的關(guān)鍵步驟和相關(guān)技術(shù)進行了介紹并針對兩種方法對酒店領(lǐng)域文本情感分類進行研究。在基于情

2、感詞典的無監(jiān)督情感分類方法中，存在著情感詞典中的情感詞覆蓋面不夠廣、情感傾向值計算方法考慮不夠全面等問題。在有監(jiān)督情感分類方法中，特征選擇階段存在對部分有用的特征無法識別的問題，在特征權(quán)重計算時，傳統(tǒng)的計算方法也存在一定的不足。針對上述問題，本文的主要工作如下：
　　一、構(gòu)建酒店領(lǐng)域情感詞典并提出情感傾向值計算方法。首先對將獲取的知網(wǎng)詞典、NTUSD詞典以及褒貶義詞典進行整合，并利用word2vec工具繼續(xù)擴充詞典，形成一個相對完

3、整的酒店領(lǐng)域情感詞典。同時考慮如否定詞和總結(jié)詞等特殊情況，對評論進行情感詞和特殊詞匹配并按照本文提出的情感傾向值計算方法進行計算。得到評論的情感傾向性，將酒店評論文本分為正面、負面情感類別。
　　二、提出了特殊特征選擇策略和改進的特征權(quán)重計算算法。特征選擇時通常采用詞而非詞組，忽略了一系列帶有情感色彩的如否定詞加名詞等特殊情況。經(jīng)典的TF-IDF（詞頻率-逆文檔頻率）權(quán)重計算方法只考慮了詞頻率和逆文檔頻率的影響，并沒有考慮特征詞的