2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著大數(shù)據(jù)時代的來臨,互聯(lián)網(wǎng)上的數(shù)據(jù)呈爆炸式增長,各大電子商務(wù)網(wǎng)站上有關(guān)某件流行產(chǎn)品的評論數(shù)量動輒數(shù)十萬條,如果僅通過人工閱讀的方式來獲取這些評論信息,是一件十分耗時耗力的事情。為了解決這一難題,意見挖掘技術(shù)應(yīng)運(yùn)而生,并且成為網(wǎng)頁信息處理領(lǐng)域里越來越熱門的研究課題。意見挖掘是一種綜合文本理解和數(shù)據(jù)挖掘的技術(shù),主要包括以下步驟:Web信息的抽??;有用評論與無用評論的分離;評論內(nèi)容的情感分析;評論內(nèi)容的匯總。本文圍繞意見挖掘的主要步驟,展開

2、了如下研究:
  第一、利用網(wǎng)絡(luò)爬蟲技術(shù)解析京東商城上有關(guān)手機(jī)的網(wǎng)頁,抽取大量產(chǎn)品評論內(nèi)容,存儲到數(shù)據(jù)庫中。由于原始的產(chǎn)品評論內(nèi)容包含了部分無用信息,對后續(xù)分析會產(chǎn)生副作用,所以本文采用支持向量機(jī)算法進(jìn)行分離,只選擇其中包含了對產(chǎn)品本身帶有情感傾向的評論,實(shí)驗(yàn)中采用的特征有情感詞、產(chǎn)品特征詞、產(chǎn)品故障詞、情感詞與產(chǎn)品特征詞共現(xiàn)等特征,通過給特征項分配不同的權(quán)重,實(shí)現(xiàn)了有用評論篩選的準(zhǔn)確率達(dá)到89.21%,為后續(xù)工作奠定了基礎(chǔ)。

3、r>  第二、詳細(xì)闡述了評論內(nèi)容的情感分析模塊,其目標(biāo)是識別并標(biāo)記產(chǎn)品評論中帶有情感傾向的語塊,判斷其感情傾向類別。針對傳統(tǒng)的以情感詞為中心、以定長的滑動窗口識別情感塊而使口語化的、含蓄的情感塊無法被識別的問題,本文主要研究了基于條件隨機(jī)場理論的情感塊標(biāo)注技術(shù)。由于條件隨機(jī)場模型的特征選擇及特征維數(shù)都會嚴(yán)重影響到序列標(biāo)識的結(jié)果,本文通過大量實(shí)驗(yàn)選取了詞序列、詞性、情感詞、程度修飾詞、產(chǎn)品特征詞以及產(chǎn)品故障詞作為特征,使得對情感塊識別的召

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論