面向產(chǎn)品評論的細(xì)粒度情感分析研究.pdf

1、在web2.0的時代背景下，網(wǎng)絡(luò)上出現(xiàn)了大量帶有感情色彩的文本，產(chǎn)品評論就是其中之一，它是消費者購物后在網(wǎng)購平臺發(fā)布的對產(chǎn)品的真實感受。隨著電子商務(wù)的發(fā)展，產(chǎn)品評論海量增加，對這些產(chǎn)品評論進(jìn)行情感分析可以為商家和消費者提供更多決策依據(jù)。傳統(tǒng)的情感分析是面向篇章、句子級別的粗粒度的情感分析，不能滿足消費者想要了解產(chǎn)品細(xì)節(jié)特點的要求。因此本文采用細(xì)粒度情感分析的方法對產(chǎn)品評論進(jìn)行分析，分析工作主要包括情感要素的識別和情感評價單元的抽取，圍繞

2、這兩部分工作具體的展開情況如下:
　　首先，針對粗粒度情感分析忽略具體評價對象的情況，本文采用基于條件隨機場(Conditional Radom Field，CRF)的細(xì)粒度情感分析方法進(jìn)行情感要素的識別，識別過程中，為了更好的提取評價信息特征，進(jìn)行了基礎(chǔ)評價詞典的擴展;為了提高實驗語料的標(biāo)注效率，對語料采用協(xié)同訓(xùn)練的方法進(jìn)行半自主標(biāo)注。然后提取了各種語義特征，構(gòu)建了適當(dāng)?shù)奶卣髂０?，最后，利用條件隨機場模型對語料進(jìn)行了訓(xùn)練和測試，

3、提取了情感要素。實驗結(jié)果表明，半監(jiān)督的語料標(biāo)注方法提高了語料的標(biāo)注效率;實驗中組合的不同特征信息，證明了本文提出的特征組合方法跟傳統(tǒng)基線方法相比更有優(yōu)勢;經(jīng)過擴展的基礎(chǔ)評價詞典比原始的評價詞典抽取的評價信息特征對情感要素的識別也更有效果，提高了情感要素的綜合識別率。
　　其次，針對現(xiàn)有細(xì)粒度情感分析忽略無關(guān)評價要素（評價對象、評價詞）的情況，本文提出用語法樹剪枝的方法去除無關(guān)評價要素，來抽取評價單元。為了將語法樹中無關(guān)評價對象和正