面向產(chǎn)品評論的跨領(lǐng)域情感傾向性研究.pdf

1、互聯(lián)網(wǎng)的便捷、共享、普惠等特性使得網(wǎng)民數(shù)量與日俱增，網(wǎng)絡(luò)購物成為人們?nèi)粘Ｉ钪械慕?jīng)常性行為，用戶通過互聯(lián)網(wǎng)購買產(chǎn)品的同時可以發(fā)表評論來分享自己的購物體驗或?qū)τ诋a(chǎn)品和服務(wù)的滿意度，這些產(chǎn)品評論信息中包含著豐富的情感數(shù)據(jù)和商業(yè)價值，不僅可以為潛在的消費者提供參考意見，幫助他們作出更加理性的購買決策，還能為產(chǎn)品的生產(chǎn)者和銷售者提供產(chǎn)品的反饋信息，有利于他們根據(jù)市場反饋了解所提供的產(chǎn)品或服務(wù)是否能滿足市場需求，以便作出相應(yīng)的完善方案。互聯(lián)網(wǎng)上的

2、產(chǎn)品評論信息數(shù)量龐大并且呈現(xiàn)出一種激增的態(tài)勢，這些產(chǎn)品評論信息的挖掘和分析單靠人工是不可能實現(xiàn)的，情感傾向性分析技術(shù)應(yīng)運而生。隨著產(chǎn)品多樣性的發(fā)展，產(chǎn)品評論涉及到汽車、手機、酒店等多個領(lǐng)域，跨領(lǐng)域情感傾向性分析技術(shù)能夠?qū)崿F(xiàn)利用源領(lǐng)域數(shù)據(jù)的情感標簽對目標領(lǐng)域數(shù)據(jù)進行情感傾向性分析。
　　然而，不同領(lǐng)域的數(shù)據(jù)由于收集方式和途徑不同，通常服從不同的數(shù)據(jù)分布，對傳統(tǒng)的情感分類方法造成了一定挑戰(zhàn)。針對這個問題，本文提出兩種跨領(lǐng)域情感傾向性分

3、析方法：一種是基于可信標簽擴展傳遞的詞語級跨領(lǐng)域傾向性分析方法，另一種是基于組合框架模型的跨領(lǐng)域產(chǎn)品評論情感傾向性分析方法，下面分別予以介紹。
　　基于可信標簽擴展傳遞的詞語級跨領(lǐng)域傾向性分析方法是解決詞語級別的跨領(lǐng)域情感傾向性分析問題。首先選取樞紐特征集作為情感種子詞集，種子詞與目標領(lǐng)域待標注詞之間按照相似度進行標簽傳遞，計算所分配的標簽的可信度，將具有可信標簽的詞移入情感種子詞集，達到種子詞集擴展的目的，最終計算出目標領(lǐng)域詞的

4、情感分，然后利用其先驗情感分進行優(yōu)化，最終實現(xiàn)詞語級跨領(lǐng)域傾向性分析。
　　基于組合框架模型的跨領(lǐng)域產(chǎn)品評論情感傾向性分析方法是對產(chǎn)品評論進行跨領(lǐng)域情感傾向性分析。結(jié)合詞典規(guī)則情感分類方法和機器學習情感分類方法的不同特點，構(gòu)建一個組合框架模型將詞典規(guī)則分類器和機器學習分類器進行有機融合，根據(jù)標簽一致性原則，將兩種分類器分類結(jié)果一致的部分目標領(lǐng)域數(shù)據(jù)迭代加入訓練集訓練新的分類器，對其他待標注數(shù)據(jù)進行反復測試，直至迭代結(jié)束。