基于TF-IDF和情感强度的细粒度情感分析——餐饮评论为例

发布时间：2021-10-25 14:57

　　分析消费者对于餐饮评论数据具体特征的情感强度。运用TF-IDF算法抽取评论数据中的评价对象及其对应的观点,构造特征观点对,然后用有具体情感强度的情感词典对观点词进行情感判断。实验结果表明,本文方法可以有效地给出消费者对于餐饮各个方面的具体情感强度。使用TF-IDF算法对短文本抽取特征词和观点词方面存在一定的局限。 

【文章来源】：信息系统工程. 2020,(03)

【文章页数】：3 页

【部分图文】：

餐厅评论数据的情感分析方法框架

词频云图

特征词的观点强度

【参考文献】：
期刊论文
[1]网购农产品评论中的消费者情感标签抽取方法研究[J]. 李良强,李开明,白梨霏,曹云忠,吴亮.  电子科技大学学报(社科版). 2018(04)
[2]一种语义弱监督LDA的商品评论细粒度情感分析算法[J]. 彭云,万红新,钟林辉.  小型微型计算机系统. 2018(05)
[3]细粒度情感分析研究综述[J]. 唐晓波,刘广超.  图书情报工作. 2017(05)
[4]细粒度情感分析的酒店评论研究[J]. 李鸣,吴波,宋阳,朱梦尧,徐志广,张宏俊.  传感器与微系统. 2016(12)

博士论文
[1]Web评论文本的细粒度意见挖掘技术研究[D]. 黄胜.北京理工大学 2014



本文编号：3457639