基于扩展情感词典的短文本情感分析技术研究

发布时间：2021-01-31 10:35

　　近年来,着网络的普及和人们生活水平的提,网络购物越来越受到人们的喜爱,天猫商城等网络购物平台也迅速发展壮大,大规模的网络购物行为带来了海量的评论文本数据,这些评论文本的情感倾向性,对于买家的购买决策和卖家的销售策略调整、宣传重点优化以及产品市场定位等有着重要的参考价值。然而,评论文本是一种典型的短文本,传统的文本情感分析方法并不能很好地适用于短文本情感分析,目前短文本情感分析的研究还处于起步段。为了进一步提升对于短文本的情感分析效果,本文以天猫评论短文本为研究数据,提出了一种基于扩展情感词典的短文本情感分析方案。文章主要包括研究数据的获取与处理、扩展情感词典的构建、评论短文本的情感分析以及应用系统的设计与开发等。在数据的获取与处理方,首先,基于python编写程序,获取研究要的数据,并进行数据清洗,保留有意义的数据,按照规定的格式进行存储;然后,合并初次评论和追加评论的评论文本,并人工标注评论文本的情感极性,去掉情感倾向不明显的中性评论;最后,对带有情感极性的评论文本进行文本处理,包括去标点符号、中文分词、去停用词等。在扩展情感词典的构建方,为了增加情感词典的准确率和覆盖率,本文提出了... 

【文章来源】：青岛理工大学山东省

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

实僂数据

岛理工大学工学士学位文24然后把把Ti的值赋给该条评论短文本中的所有情感词，记为Tij，其中i代表第i条评论，j代表第j个情感词。要注意的是，当一条评论短文本中情感词的人工判定极性和该词所在评论的整体情感倾向性矛盾时，以人工判定的极性结果为准；当同一个情感词同时出现在多条评论短文本中时，对所有包含该词语的评论短文本的snowNLP分值计算平均值，并把该平均值用作情感词的基础情感分值。程序结果如图3.4所示。图3.4基于snowNLP的文本情感分析结果为了更直观的展现基于snowNLP方法的应用效果，本文使用python语言编程，根据基础情感分值的大小，选取了排名前的200个词，进行图3.5所示的词云展示。图3.5云结果3.2.2.2基于TF-IDF情感权分值取TF-IDF算法可以计算出一个语料库中所有词语的重要程度分值，如果去掉无意义词语和不带情感倾向性的词语，只保留带有情感倾向性的词语，即基础情感词，那么该词语对于所在语料库的重要程度分值，就可以被认为是该词语相对

云结果

【参考文献】：
期刊论文
[1]领域情感词典构建方法研究[J]. 李枫林,范雅娴.  图书馆理论与实践. 2019(12)
[2]基于多部情感词典和规则集的中文微博情感分析研究[J]. 吴杰胜,陆奎.  计算机应用与软件. 2019(09)
[3]基于文本情感分析的电商在线评论数据挖掘[J]. 张昊.  现代经济信息. 2019(17)
[4]基于Python的改进关键词提取算法的实现[J]. 牛永洁.  电子设计工程. 2019(13)
[5]基于共词分析的国内文本情感分析研究[J]. 陈红琳,魏瑞斌,张玮,张宇航.  现代情报. 2019(06)
[6]基于表情符号的文本情感分析研究[J]. 阳庆玲,郑志伟,邱佳玲,郭山清,贾忠伟,宋超,顾菁,李菁华,郝元涛,郝春.  现代预防医学. 2019(09)
[7]基于PMI的豆瓣电影评论文本情感分析[J]. 张琰,黄霁风.  现代计算机. 2019(12)
[8]基于主题模型的短文本情感分析的研究[J]. 花树雯,张云华.  电工技术. 2019(04)
[9]大数据环境下文本情感分析算法的规模适配研究:以Twitter为数据源[J]. 余传明,原赛,王峰,安璐.  图书情报工作. 2019(04)
[10]基于文本情感分析的电商在线评论数据挖掘[J]. 刘玉林,菅利荣.  统计与信息论坛. 2018(12)

博士论文
[1]情感词典构建方法及其应用研究[D]. 邓东.北京交通大学 2019
[2]基于句法和语义挖掘的Web金融评论情感分析[D]. 江腾蛟.江西财经大学 2015
[3]基于语义统计分析的网络舆情挖掘技术研究[D]. 万源.武汉理工大学 2012

硕士论文
[1]微博文本情感分析研究[D]. 袁婷婷.新疆大学 2019
[2]基于情感分析的旅游景点推荐[D]. 何雪琴.新疆大学 2019
[3]中文微博情感分析关键技术研究[D]. 林江豪.广东外语外贸大学 2013
[4]文本倾向性分析在舆情监控系统中的应用研究[D]. 张超.北京邮电大学 2008



本文编号：3010698