Web用戶(hù)評(píng)價(jià)的自動(dòng)情感分析.pdf

1、隨著網(wǎng)上信息量的增加和網(wǎng)絡(luò)應(yīng)用的擴(kuò)大，有越來(lái)越多的用戶(hù)借助因特網(wǎng)來(lái)獲得自己需要的信息。用戶(hù)在購(gòu)買(mǎi)某種產(chǎn)品、做某件事之前，往往希望得到相關(guān)的一些評(píng)價(jià)和建議作為參考，因特網(wǎng)成為一種很重要的途徑。而因特網(wǎng)上也有很多關(guān)于產(chǎn)品或者服務(wù)的用戶(hù)評(píng)價(jià)信息，但是靠人工來(lái)區(qū)分這些信息是一件非常艱巨的任務(wù)，所以本文提出了自動(dòng)情感分析方法。
　　 本文首先研究了情感詞匯的自動(dòng)獲取技術(shù)，在北大計(jì)算語(yǔ)言所提出的“基于同義詞詞林的詞匯褒貶計(jì)算”的算法基礎(chǔ)上，

2、通過(guò)提取部分標(biāo)注錯(cuò)誤的詞匯對(duì)該方法加以改進(jìn)，使詞匯情感標(biāo)注的準(zhǔn)確率從89.58％上升到91.52％，并提出一種基于規(guī)則的動(dòng)態(tài)擴(kuò)展方法，通過(guò)上下文決定歧義詞的情感傾向。
　　 接著研究情感文本分類(lèi)的一個(gè)應(yīng)用——評(píng)價(jià)信息的情感分析，對(duì)用戶(hù)評(píng)價(jià)信息進(jìn)行情感傾向分析。本文使用文本向量模型，通過(guò)對(duì)中文語(yǔ)言中各種不同詞性，以及否定詞，轉(zhuǎn)折詞，程度副詞對(duì)文本的影響，來(lái)判斷文本情感。并且提出一種迭代算法擴(kuò)展初始情感詞典，以提高分類(lèi)的準(zhǔn)確率。該方