基于联合模型的商品口碑数据情感挖掘
本文选题:口碑数据 + 联合模型 ; 参考:《清华大学学报(自然科学版)》2017年09期
【摘要】:为了同时挖掘商品口碑数据中所谈论的对象、对象的某个方面以及评论者对这个方面的观点,用于指导消费者消费和生产厂家对商品的改进,该文面向口碑数据提出一个无监督对象方面情感联合模型。该模型假设方面分布依赖于对象分布,情感分布依赖于方面分布和对象分布,词是采样的最小单位。在汽车口碑数据上进行了多组实验,实验结果表明:无监督对象方面情感联合模型不仅可以判别文本方面和文本情感的类别,还可以获取文本对象信息。
[Abstract]:In order to simultaneously excavate the objects discussed in the word-of-mouth data, one aspect of the object and the view of the reviewer on this aspect are used to guide consumer consumption and the improvement of the goods by manufacturers. This paper presents a joint model of unsupervised objects for word-of-mouth data. The model assumes that the aspect distribution depends on the object distribution, the emotional distribution on the aspect distribution and the object distribution, and the word is the smallest unit of sampling. Several experiments on automobile word-of-mouth data are carried out. The experimental results show that the unsupervised object emotion joint model can not only distinguish the text aspect and the text emotion category, but also obtain the text object information.
【作者单位】: 山西大学计算机与信息技术学院;山西大学计算智能与中文信息处理教育部重点实验室;
【基金】:国家自然科学基金资助项目(61573231,61632011,61672331,61432011,U1435212) 国家“八六三”高技术项目(2015AA015407) 山西省科技基础条件平台计划项目(2015091001-0102)
【分类号】:TP391.1
【相似文献】
相关期刊论文 前10条
1 孙国兵;黄金杰;高雅娟;;战场环境元模型层次体系研究[J];计算机科学;2011年03期
2 张鸿久;何熹;;数字化电厂模型层次分析[J];现代商贸工业;2009年20期
3 阎光伟;;点采样模型的多样性编辑与绘制[J];计算机工程;2007年10期
4 周颖;郑国梁;李宣东;;模型层次与自省思想研究[J];计算机应用与软件;2005年12期
5 蔡国永;林煜明;;RBAC模型的扩充及其应用[J];计算机工程与应用;2008年03期
6 ;MathWorks现代化的基于模型的设计[J];工业设计;2012年08期
7 陈文超;陈宁;李文全;李峰;;基于交通管理GIS的道路模型研究与实现[J];计算机工程与设计;2007年09期
8 罗军,吕德文,陈松,李茜;基于E-R模型层次化的录入技术[J];重庆大学学报(自然科学版);2003年07期
9 李文军;周晓聪;李师贤;;并发模型的分类与层次[J];计算机科学;2000年03期
10 朱虹,冯玉才;一个层次-关系模型的多媒体DBMS的设计与实现[J];计算机工程与应用;1998年12期
相关会议论文 前1条
1 张松;崔铁军;蔡畅;邬雨笋;李伟;;一种基于空间认知的三维地物模型[A];2009`中国地理信息产业论坛暨第二届教育论坛就业洽谈会论文集[C];2009年
相关博士学位论文 前3条
1 李钦;面向模型的组合理论研究[D];华东师范大学;2011年
2 吴树芳;基于信念网络的话题识别与追踪模型研究[D];河北大学;2015年
3 季庆光;高安全级操作系统形式设计的研究[D];中国科学院研究生院(软件研究所);2004年
相关硕士学位论文 前8条
1 李然;基于视图的三维树木模型检索与编辑方法研究[D];浙江工业大学;2015年
2 李强;基于主题模型的中文情感分类方法研究[D];杭州电子科技大学;2016年
3 吴菲;基于MOF的可执行模型工具的研究与实现[D];吉林大学;2008年
4 陈龙飞;农资电子商务智能推荐模型研究[D];河北经贸大学;2014年
5 朱岳;基于三维分枝模型的树木模拟算法研究及其实现[D];湖南大学;2005年
6 周品;基于CBR的离散模拟模型可复用性研究[D];华中科技大学;2010年
7 贾文质;基于动态权限策略的CAD模型安全保护[D];浙江工业大学;2009年
8 张倩;用于网络评论文本挖掘的主题模型研究[D];北京交通大学;2014年
,本文编号:2009640
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2009640.html