網(wǎng)絡評論文本的情感傾向性研究.pdf

1、隨著近幾年來電子商務的快速發(fā)展，越來越多的用戶在網(wǎng)上購買商品后會留下對商品或服務的評論，并且該類評論數(shù)據(jù)的數(shù)量正在不斷增長。這些數(shù)據(jù)不僅可以作為消費者購物的參考信息，也可以為商家的銷售策略提供很多建議和商機，因此研究這些評論文本數(shù)據(jù)具有很大價值。作為文本分析的重要技術之一，文本情感分析在近幾年得到了研究人員的廣泛關注，并取得了很多的研究成果。文本情感分析根據(jù)評論文本中觀點的褒貶傾向來進行文本分類，其分類方法包括基于情感詞典的方法和基于機

2、器學習的方法，其中第一種方法易于實現(xiàn)但是領域針對性不強，第二種方法分類效果更好但是需要大量的訓練語料。
　　本文首先介紹了情感分析的研究背景、國內(nèi)外研究現(xiàn)狀以及關鍵技術。然后對比了基于情感詞典和基于機器學習兩種方法的優(yōu)缺點，并且結(jié)合機器學習中深度模型的有效性，選取了長短型記憶遞歸網(wǎng)絡作為分類模型，提出將情感詞典與深度學習模型兩者結(jié)合的新方法來分階段進行文本分類。新方法既克服了情感詞典的不完整性缺點也解決了機器學習的大量語料需求。最