基于领域本体,情感词典的商品评论倾向性分析

《基于领域本体,情感词典的商品评论倾向性分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３１卷第１２期计算机应用与软件Ｖｏｌ３１Ｎｏ．１２２０１４年１２月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＤｅｃ．２０１４基于领域本体、情感词典的商品评论倾向性分析董丽丽赵繁荣张翔（西安建筑科技大学信息与控制工程学院陕西西安７１００５５）摘要文本倾向性分析已成为当前自然语言处理领域的研究热点，其研究成果具有极高的应用价值。针对网络在线中文评论的特点，基于领域本体与情感词典对商品评论倾向性进行分析。其主要思想是首先构建面向商品论坛的领域本体；其次利用情感词典与上下文极性算法计算情感词极性；再次通过

2、将本体与ＳＢＶ算法相结合，实现评价对象和评价词的二元组抽取；最后完成句子的倾向性分析。实验结果表明，有效提高了句子级倾向性分析的准确率。关键词倾向性分析领域本体情感词典上下文极性评价对象抽取中图分类号　ＴＰ３９１．１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．１２．０２４ＡＮＡＬＹＳＩＮＧＰＲＯＰＥＮＳＩＴＹＯＦＰＲＯＤＵＣＴＲＥＶＩＥＷＳＢＡＳＥＤＯＮＤＯＭＡＩＮＯＮＴＯＬＯＧＹＡＮＤＳＥＮＴＩＭＥＮＴＬＥＸＩＣＯＮＤｏｎｇＬｉｌｉ　ＺｈａｏＦａｎｒｏｎｇ　Ｚｈａｎ

3、ｇＸｉａｎｇ（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｘｉ’ａｎ７１００５５，Ｓｈａａｎｘｉ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ　　Ｔｅｘｔｐｒｏｐｅｎｓｉｔｙａｎａｌｙｓｉｓｈａｓｃｕｒｒｅｎｔｌｙｂｅｃｏｍｅｔｈｅｆｏｃｕｓｏｆｒｅｓｅａｒｃｈｉｎｎａｔｕｒａｌｌａｎｇｕａｇｅｐｒｏｃｅｓｓｉｎｇｆｉｅｌｄ，ｉｔｓｒｅｓｅａｒｃｈｒｅｓｕｌｔｓｈａｖｅｔｈｅｅｘｔｒｅｍｅｌｙｈｉｇｈａｐｐｌｉｃａ

4、ｔｉｏｎｖａｌｕｅ．ＡｉｍｉｎｇａｔｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｏｎｌｉｎｅｉｎｔｅｒｎｅｔＣｈｉｎｅｓｅｒｅｖｉｅｗｓ，ｉｎｔｈｉｓｐａｐｅｒｗｅａｎａｌｙｓｅｔｈｅｔｅｎｄｅｎｃｉｅｓｏｆｐｒｏｄｕｃｔｒｅｖｉｅｗｓｂａｓｅｄｏｎｄｏｍａｉｎｏｎｔｏｌｏｇｙａｎｄｓｅｎｔｉｍｅｎｔｌｅｘｉｃｏｎ．Ｏｕｒｍａｉｎｉｄｅａｉｓｔｏｂｕｉｌｄｔｈｅｐｒｏｄｕｃｔｆｏｒｕｍｏｒｉｅｎｔｅｄｄｏｍａｉｎｏｎｔｏｌｏｇｙｆｉｒｓｔ．Ｔｈｅｎｗｅｃａｌｃｕｌａｔｅｔｈｅｐｏｌａｒｉｔｉｅｓｏｆｓｅｎｔｉｍｅｎｔｗｏｒ

5、ｄｓｂｙｕｓｉｎｇｔｈｅｓｅｎｔｉｍｅｎｔｌｅｘｉｃｏｎａｎｄｃｏｎｔｅｘｔｐｏｌａｒｉｔｙａｌｇｏｒｉｔｈｍ．Ｔｈｉｒｄｌｙ，ｂｙｃｏｍｂｉｎｉｎｇｄｏｍａｉｎｏｎｔｏｌｏｇｙｗｉｔｈＳＢＶａｌｇｏｒｉｔｈｍｗｅｒｅａｌｉｓｅｔｈｅｅｘｔｒａｃｔｉｏｎｏｆ２ｔｕｐｌｅｏｆｅｖａｌｕａｔｉｏｎｏｂｊｅｃｔａｎｄｅｖａｌｕａｔｉｏｎｗｏｒｄｓ．Ｆｉｎａｌｌｙ，ｗｅｃｏｍｐｌｅｔｅｔｈｅａｎａｌｙｓｉｓｏｆｓｅｎｔｅｎｃｅｐｒｏｐｅｎｓｉｔｙ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｉｔｉｍｐｒｏｖｅｓｔｈｅ

6、ａｃｃｕｒａｃｙｏｆｐｒｏｐｅｎｓｉｔｙａｎａｌｙｓｉｓｉｎｓｅｎｔｅｎｃｅｌｅｖｅｌｅｆｆｅｃｔｉｖｅｌｙ．Ｋｅｙｗｏｒｄｓ　　Ｐｒｏｐｅｎｓｉｔｙａｎａｌｙｓｉｓ　Ｄｏｍａｉｎｏｎｔｏｌｏｇｙ　Ｓｅｎｔｉｍｅｎｔｌｅｘｉｃｏｎ　Ｃｏｎｔｅｘｔｐｏｌａｒｉｔｙ　Ｅｖａｌｕａｔｉｏｎｏｂｊｅｃｔｅｘｔｒａｃｔｉｏｎ对中文的情感词典相对较少，尤其是领域情感词典，诸如较为流０　引言行的ＨｏｗＮｅｔ（知网）等在构建情感词典的过程中未考虑评价对象对情感极性的影响，也忽略了网络语言灵活性的特点；２）基随着互联网的迅速发展，面对浩如

7、烟海的中文商品评论信于语义规则的评价对象抽取方法还只能找出频繁的评价对象，息，如何自动识别商品评论的情感倾向，并从中获取有价值的信对于非频繁评价对象抽取的准确率较低，而且可扩展性较差。息，成为了自然语言处理领域中亟待解决的问题，因此，文本倾针对以上问题，本文以笔记本电脑汉语评论为主题，首先通向性分析成为计算机领域的研究热点之一。过构建领域本体获取评论中规范的语义信息；其次给出了如何文献［１］将文本倾向性分析研究方法分为基于简单统计、设计并利用组合情感词典与改进的情感词上下文极性算法计算基于相关性分析与基于机器学习三种。基

8、于简单统计方面，主情感词极性的方法，以降低统计方法在语义极性计算方面的不要通过求合法、向量空间法等对情感值进行简单的倾向性统计，确定性；再次利用本体与ＳＢＶ算法相结合来实现评价对象和评Ｔｓｏｕ等［２］通过对极性元素的分布、密度及语义强度等进行分价词的二元组抽取，旨在提高评价对象抽取方法的准确率与可［３］扩展性；最后完