面向網(wǎng)絡(luò)評(píng)論信息的文本情感傾向性分析.pdf

1、隨著計(jì)算機(jī)與互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，網(wǎng)絡(luò)評(píng)論已經(jīng)成為互聯(lián)網(wǎng)的重要組成部分，如何從這些海量評(píng)論中提取有價(jià)值的信息，正日益成為人們關(guān)注的話題。
　　為此，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)網(wǎng)絡(luò)評(píng)論情感傾向性分析系統(tǒng)，系統(tǒng)主要包括五個(gè)部分：數(shù)據(jù)預(yù)處理模塊，評(píng)價(jià)單元識(shí)別模塊，文本情感傾向性計(jì)算公式模塊，基于語(yǔ)義的特征選擇模塊以及機(jī)器學(xué)習(xí)模塊。同時(shí)，重點(diǎn)研究了如何利用情感特征構(gòu)造有效的情感傾向性分析算法，取得了以下的研究成果：
　?。?）在基于語(yǔ)義的情感

2、傾向性分析中，情感詞典非常重要，而否定詞和程度修飾詞能在一定程度上影響文本的語(yǔ)義傾向，因此設(shè)計(jì)了將情感詞典與否定詞結(jié)合、將情感詞典與否定詞以及程度修飾詞相結(jié)合的情感傾向性計(jì)算方法。
　　（2）在基于機(jī)器學(xué)習(xí)的情感傾向性分析中，特征選擇尤為重要。傳統(tǒng)特征選擇算法具有普遍性。評(píng)價(jià)單元是評(píng)價(jià)對(duì)象與評(píng)價(jià)詞的鍵值對(duì)，具有較強(qiáng)的情感特性，因此設(shè)計(jì)了將評(píng)價(jià)單元與詞頻相結(jié)合的特征選擇算法，用于樸素貝葉斯分類器、多項(xiàng)式貝葉斯分類器以及支持向量機(jī)分類