基于迭代法的情感倾向分析及其在产品评论中的应用

摘要

情感倾向分析作为自然语言处理的一个重要研究方向，受到了广泛关注。针对产品评论的情感倾向性判断是情感分析研究领域的重点课题。对产品评论进行情感倾向分析，就是对评论文本表达的态度和情感进行分析，判断评论文本对产品的情感倾向性，是肯定该产品还是否定该产品。本论文建立了基于弱监督迭代法的情感倾向分析模型，并将其应用到不同评论领域中进行情感倾向分析。
　　首先，本论文提出了通过弱监督迭代的方式来进行情感倾向分析，只需要少量种子情感词汇作引导。通过迭代计算，不断扩充、完善情感词典，在此基础上判断带状区域和句子级的情感倾向，最终完成对篇章级情感倾向分析工作。目的是改善现有情感倾向分析过于依赖现有经验和大规模语料库，以及现有经验信息不足影响分类效果的现象。
　　其次，在基于二元切分的简单分词基础上，将基于弱监督迭代法的情感倾向分析模型应用到不同评论领域中。实验表明它大大减少了人工干预因素，在判定不同领域的评论情感倾向性时，表现出了较好的准确性和适应性。
　　最后，本论文在使用ICTCLAS系统对评论文本进行分词和词性标注后，依据中文语言特点，提出了使用情感短语来作为特征项表示评论文本的情感倾向性。在此基础上，将基于弱监督迭代法的情感倾向分析模型应用到不同评论领域中。实验表明，该方法不仅在不同评论领域表现出了较好的适应性，而且挑选出了建多有效表明产品特征方面的情感短语，在情感倾向判定准确性方也有进一步的提高。

目录

摘要

注释表

第一章 绪论

1．1 选题背景及意义

1．1．1 情感分析概念

1．1．2 情感分析的应用

1．2 情感分析研究的主要内容

1．2．1 主客观内容识别

1．2．2 情感倾向分析

1．2．3 产品特征提取

1．3 本论文主要研究内容

第二章 情感倾向分析主要方法及研究现状介绍

2．1 有监督机器学习算法

2．2 无监督算法

2．3 半监督算法

2．4 本章小结

第三章 基于弱监督迭代法的情感倾向分析模型

3．1 研究目标

3．2 主要模块

3．2．1 数据预处理模块

3．2．2 情感倾向分析模块

3．2．3 情感词典更新模块

3．3 迭代算法

3．4 本章小结

第四章 迭代分析模型在产品评论中的应用

4．1 基于简单分词规则的评论情感倾向分析

4．1．1 数据预处理

4．1．2 情感倾向分析

4．1．3 情感词典更新

4．1．4 迭代算法

4．1．5 实验结果及分析

4．2 基于ICTCLAS分词的评论情感倾向分析

4．2．1 数据预处理

4．2．2 情感倾向分析

4．2．3 情感词典更新

4．2．4 迭代算法

4．2．5 实验结果及分析

4．3 两种实验方法对比分析

4．3．1 情感词典

4．3．2 分类效果

4．4 本章小结

第五章 结论与展望

参考文献

致谢