基于句子级情感的中文网络评论的情感极性分类

发布时间：2018-01-22 23:03

  本文关键词： 情感极性 句子情感 段落情感 中文网络评论 情感极性贡献度　出处：《管理科学学报》2013年09期 　论文类型：期刊论文

【摘要】：为提高网络评论段落的情感极性分类准确率,在考虑人们表达习惯和语料粒度的基础上,提出一种基于句子情感的段落情感极性分类方法.该方法通过句子的情感极性和句子的情感极性贡献度来对段落进行情感分类,采用传统分类方法预测句子的情感极性,提出等权重、相关度、情感条件假设3种方法,能够根据训练语料的统计数据动态地确定段落中不同位置句子的情感极性贡献度.最后,以超过2个句子的手机和酒店网络评论为对象进行实验分析,实验结果显示,与传统方法相比,考虑了人们表达习惯的相关度和情感条件假设方法显著提高了段落分类的准确率,且具有一定的自适应性.
[Abstract]:In order to improve the accuracy rate of the emotion polarity classification of the network comment paragraph , this paper proposes a kind of emotion polarity classification method based on sentence emotion on the basis of considering people ' s expressing habit and corpus granularity . The method can dynamically determine the emotional polarity contribution degree of different position sentences in the paragraph by means of the emotional polarity of sentences and the emotional polarity contribution of sentences . Finally , compared with the traditional method , the correlation degree and the emotion condition hypothesis method of people ' s expression habits are taken into consideration , and the accuracy rate of the paragraph classification is significantly improved , and the method has certain self - adaptability .

【作者单位】： 同济大学经济与管理学院;加州州立大学圣马可斯分校商学院;
【基金】：国家自然科学基金资助项目(70971099;71371144) 中央高校基本科研业务费专项资金资助项目(1200219198) 上海市哲学社会科学规划课题一般资助项目(2013BGL004) 上海市科技发展基金软科学研究博士生学位论文资助项目(12692193000)
【分类号】：F224;H030
【正文快照】： 0引言近年来,越来越多的用户愿意在线分享自己的观点.这些评论反映了用户对产品(服务)的看法.另一方面,在电子商务环境下,由于缺少线下体验,用户更倾向于先看网络评论,后做购买决策.然而,由于分析手段薄弱,面对海量的评论,商家难以识别用户的情感倾向,更无法根据用户反馈及时

【参考文献】

相关期刊论文 前6条

1 李实;叶强;李一军;Rob Law;;中文网络客户评论的产品特征挖掘方法研究[J];管理科学学报;2009年02期

2 熊德兰;程菊明;田胜利;;基于HowNet的句子褒贬倾向性研究[J];计算机工程与应用;2008年22期

3 闻彬;何婷婷;罗乐;宋乐;王倩;;基于语义理解的文本情感分类方法研究[J];计算机科学;2010年06期

4 唐慧丰;谭松波;程学旗;;基于监督学习的中文情感分类技术比较研究[J];中文信息学报;2007年06期

5 徐军;丁宇新;王晓龙;;使用机器学习方法进行新闻的情感自动分类[J];中文信息学报;2007年06期

6 王洪伟;郑丽娟;刘仲英;霍佳震;;中文网络评论的情感特征项选择研究[J];信息系统学报;2012年01期

【共引文献】

相关期刊论文 前10条

1 秦艳琴;朱婧婷;;网络图书评论分析与编辑智慧[J];中国编辑;2011年02期

2 潘洪涛;王新新;;虚拟社群中的品牌定位——基于用户生成内容点互信息的实证研究[J];财贸研究;2011年04期

3 韩耀峰;;产品评论在销售型网站中的价值及实现途径[J];电子商务;2010年02期

4 张建欣;;基于半监督学习的在线评论挖掘应用[J];计算机光盘软件与应用;2012年20期

5 李爱清;何烁;郗亚辉;;产品评论挖掘可视化实验平台的开发[J];河北大学学报(自然科学版);2012年02期

6 何建民;刘明星;;面向特定主题的客户抱怨文本分类识别方法[J];合肥工业大学学报(自然科学版);2010年12期

7 何忠育;王勇;王瑛;陈新;廖朝辉;;基于分布式计算的网络舆情分析系统的设计[J];警察技术;2010年03期

8 张紫琼;叶强;李一军;;互联网商品评论情感分析研究综述[J];管理科学学报;2010年06期

9 郝媛媛;叶强;李一军;;基于影评数据的在线评论有用性影响因素研究[J];管理科学学报;2010年08期

10 吴琼;谭松波;许洪波;段m#毅;程学旗;;基于随机游走模型的跨领域倾向性分析研究[J];计算机研究与发展;2010年12期

相关会议论文 前6条

1 王克;张春良;高晓兴;朱靖波;;基于三类训练两类判别框架的主客观性句子识别[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年

2 曾青青;杨尔弘;;突发事件文本的信息结构分析[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年

3 吴琼;谭松波;张刚;段m#毅;程学旗;;基于图排序模型的跨领域倾向性分析算法[A];中国计算机语言学研究前沿进展（2007-2009）[C];2009年

4 左维松;昝红英;张坤丽;吴云芳;;规则和统计相结合的情感分析研究[A];第五届全国信息检索学术会议论文集[C];2009年

5 张冠元;林健;;一种针对餐馆评论的文本倾向性分析算法[A];第五届全国信息检索学术会议论文集[C];2009年

6 何慧;陈博;郭军;;基于流形学习的半监督文本情感分类算法[A];第五届全国信息检索学术会议论文集[C];2009年

相关博士学位论文 前10条

1 何建民;面向网络社区聆听客户声音方法研究[D];合肥工业大学;2010年

2 邓斌;B2C在线评论中的客户知识管理研究[D];电子科技大学;2010年

3 张长利;面向特定领域的互联网舆情分析技术研究[D];吉林大学;2011年

4 刘玉国;基于内容的互联网舆情信息挖掘关键技术研究[D];山东大学;2011年

5 李荣军;中文商品评论倾向性分析研究[D];北京邮电大学;2011年

6 徐军;面向金融信息检索的体裁分类与情感分析技术研究[D];哈尔滨工业大学;2011年

7 罗芳;意见挖掘中若干关键问题研究[D];武汉理工大学;2011年

8 马玉涛;在线客户评论的产品族设计与加工方法研究[D];华中科技大学;2012年

9 陈博;WEB文本情感分类中关键问题的研究[D];北京邮电大学;2008年

10 何慧;WEB文本挖掘中关键问题的研究[D];北京邮电大学;2009年

相关硕士学位论文 前10条

1 郭明;基于文本分类技术的文本情感倾向性研究[D];郑州大学;2010年

2 左维松;规则和统计相结合的篇章情感倾向性分析研究[D];郑州大学;2010年

3 杨鼎;基于朴素贝叶斯的中文文本情感倾向分类研究[D];湖南工业大学;2010年

4 王阿婷;基于概念集合的网页内容过滤方法的研究[D];北京交通大学;2010年

5 邓忠莹;中文文本倾向性分类系统研究[D];昆明理工大学;2009年

6 周杰;网络舆情话题情感倾向性分析技术研究[D];解放军信息工程大学;2010年

7 李海林;网络舆情热点信息发现及其倾向性研究[D];武汉理工大学;2010年

8 戴霖;网络舆情信息挖掘关键技术研究与应用[D];浙江工商大学;2011年

9 吴秀梅;基于潜在语义分析和最大熵的中文情感分析研究[D];北京交通大学;2011年

10 徐淑坦;基于改进RBF神经网络的文本情感分类研究[D];吉林大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 王永贵;韩顺平;邢金刚;于斌;;基于顾客权益的价值导向型顾客关系管理——理论框架与实证分析[J];管理科学学报;2005年06期

2 周雅倩,郭以昆,黄萱菁,吴立德;基于最大熵方法的中英文基本名词短语识别[J];计算机研究与发展;2003年03期

3 朱艳辉;阳爱民;王平;;基于特征情感色彩的文档流派分类研究[J];计算机工程与应用;2007年04期

4 周杰;林琛;李弼程;;基于机器学习的网络新闻评论情感分类研究[J];计算机应用;2010年04期

5 代六玲,黄河燕,陈肇雄;中文文本分类中特征抽取方法的比较研究[J];中文信息学报;2004年01期

6 周茜,赵明生,扈e，

本文编号：1455972