基于主題模型的網(wǎng)絡(luò)評論情感傾向分析研究.pdf

1、隨著網(wǎng)絡(luò)的普及與迅猛的信息化趨勢，互聯(lián)網(wǎng)上各種平臺（電子商務(wù)、影音評論、新聞網(wǎng)站等）產(chǎn)生了海量的由用戶創(chuàng)作的評論信息，這些帶有用戶的主觀態(tài)度的文本反映了人們對于評論對象的的看法、理解和建議等。文本情感分析是以用戶發(fā)表的評論性文本作為研究對象，任務(wù)是挖掘、分類、提煉、標記這些評論中表達的觀點、特征等情感傾向。這些信息在不管在商業(yè)領(lǐng)域、科學(xué)領(lǐng)域都具有重要的實際應(yīng)用價值和科學(xué)價值，如何通過計算機準確、有效地挖掘、利用此類評論文本中潛在的情感信

2、息，涉及到多方面領(lǐng)域處理技術(shù)。這類情感信息不僅在商家進行庫存采購、改進產(chǎn)品等方面提供可靠的決策參考;從消費者角度來看，它還能在消費者進行購買行為時提供商品各方面信息，幫助消費者了解商品屬性，選擇更合適他們的產(chǎn)品。
　　本文主要工作為完成電子商務(wù)評論類未標記文本的情感褒貶二元分類任務(wù)，實現(xiàn)評論用戶情感傾向的文本正負二向分類。該任務(wù)主要通過計算機對已有情感傾向標記的文本的計算、分析與總結(jié)，實現(xiàn)對未標記文本賦予文本情感傾向標記。如果能夠

3、利用計算機自主識別，則可高效、準確地對這些文本進行總結(jié)歸納，分析出用戶對商品所持態(tài)度，或態(tài)度表達程度。
　　本文提出一種基于LDA(Latent Dirichlet Allocation)模型與鄰近詞抽取的情感分析方法SE-LDA(Sentiment Extract LDA)，該方法通過抽取情感詞與評價對象挖掘出在線用戶評論文本中潛在的情感信息。通過鄰近詞抽取技術(shù)降低了文本維度，降低情感無關(guān)詞語產(chǎn)生的噪聲與數(shù)據(jù)稀疏問題。通過LDA