基于主题的文本情感分类模型研究

《基于主题的文本情感分类模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、、ＴＰ３９１么开分类号：密级：ＵＤＣ：位代码：１０１４２单化據３寺火驾硕去学位论文基于主题的文本情感分类模型研究学号２０１３４７３：作者：李培卿学位类别：工程硕＾领媒软件工程论文类型：应用研究２０１６年５月２５日沈阳工业大学硕古学位论文基于主题的文本倩感分类模型研究ＲｅｓｅａｒｃｈｏｎＣｌａｓｓｉｆｉｃａｔｉｏｎａｌＭｏｄｅｌｏｆＴｅｘｔＳｅｎｔｉｍｅｎｔＢａｓｅｄｏｎＴｏｐｉｃ李培帅信息科学与工程学院作者单位：：沈阳工业

2、大学指导教师：田艳丰副教授鱼尬：愤助指导教航单位：：单位论文答辩日期：２０１６年５月２５日学飽ｇ予单位：沈阳工业大学独创性说明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研巧成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方夕ｈ，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得沈阳工业大学或其他教育机构的学位或证书所使用过的材料一。与我同工作的同志对本研巧所做的任何贡献均己在论文中做了明确的说明并表示了谢意。ＩＰ签名：古吁日期：Ｔｉ，呼叫巧关于学

3、位论文使用授权的说明本学位论文作者和指导教师完全了解沈阳工业大学有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被査阅和借阅；本人授权沈阳工业大学可从睁学位论文的全部或部分内容编入有关数据库进行检索、交流，可采用影印、缩印或其他复制手段保存论文和汇编本学位论文。（保密的论文在解密后应銷ｉ此规定）７．１＾导师签名签名：柄：日期；Ｕ崎气气气吁摘要随着ＷＥＢ２．０技术的普及和电子商务应用的増长，人们更加易于在网站发表自己对于商的看法和建议。抽取和分析这些情

4、感信息能够利于企业对于商品的改进，同一时能够指导用户作出更好的选择。所Ｗ，情感分类已经成为了个研究热点。首先一，本文对处理主观性文本信息时所涉及到的些理论和工具进行研究与探讨，然后基于原有的潜在狄利克雷分布ＬＤＡ－ＬＤＡ模型模型创建了ＳＯ，借助情感语料和（）分词工具识别出评论文本中的情感词和非情感词－，并利用ＳＯＬＤＡ模型进行文本表示，最后利用ＳＶＭ分类器进行情感倾向性分类。本文所做的工作主要包含Ｗ下两个方面：一（１）研究情感文本表示模型Ｗ及相关技术，提出种基于ＬＤＡ的情感主题和其它主题模型。在文本情感倾向性分

5、类之前，首先要做的是针对主观性文本进行建立文档表示模型。因为传统的ＶＳＭ向量空间模型局限于高维性和稀疏化所本文应用了ＬＤＡ主－题模型。论文对ＬＤＡ进行改进，得到了新的文本表示模型：ＳＯＬＤＡ主题模型。并将其应用到了文本情感倾向性分类领域。－（２）分别用ＬＤＡ和ＳＯＬＤＡ模型解决文本情感分类问题，利用相关的情感语料进行测试，在不同的主题数目对酒店和电脑两个主题进行实验。经实验测试表明，和Ｗ往的ＬＤＡ模型相比－，实验设计的ＳＯＬＤＡ模型分类精确度更高。－实验中，应用ＳＯＬＤＡ模型对已得到的文本进行建模，将文本中的词语分

6、成两类，。情感词和非情感词根据文本中潜在的情感主题和其它主题对词语进行抽取，然后使用Ｇ－。ｉｂｂｓ抽样算法估计ＳＯＬＤＡ模型的参数，最后进行分类实验表明，在情感分－。类问题上，ＳＯＬＤＡ比ＬＤＡ的情感分类更有效关键词：主题模型，文本挖掘，情感分类ＩＡｂｓｔｒａｃｔ－ＷｉｔｈｔｈｅｒａｉｄｒｏｗｔｈＷｅｂ２．０ａｎｄＥＣｏｍｍｅｒｃｅａｌｉｃａｔｉｏｎｓｅｏｌｅｃａｎｍｏｒｅｅａｓｉｌｐｇｐｐ，ｐｐｙｅｘｐｒｅｓｓｔｈｄｒｖｉｅｗｓａｎｄｏｐｉｎｉｏｎｓｏｆｒｏｄｕｃｔｓ江ｔｗ

7、ｅｂｓｉｔｅｓ；．Ｅｘｔｒａｃｔｉｎａｎｄａｎａｌｚｉｎｓｕｃｈｔｅｐｇｙｇｙｐｏｆｋｎｏｗｌｅｄｇｅｗｏｕｌｄａｌｌｏｗｃｏｍｐａｎｉｅｓｔｏｋｎｏｗｗｈａｔｔｈｅｉｒｃｕｓｔｏｍｅｒｓｒｅａｌｌｙｃａｒｅａｂｏｕｔａｎｄｄｅｃｉｄｅｏｎｒｏｄｕｃｔｓｉｍｒｏｖｅｍ畑ｔ，ａｎｄｃｕｓｔｏｍｅｒｓｃａｎｍａｋｅ过ｂｅｔｔｅｒｄｅｃｉｓｉｏｎｗｈｅｎｕｒｃｈａｓｉｎｐｐｐｇｐｒｏｄｕｃｔｓ．Ｈｃｎｃｃ，ｓｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓｈａｓｂｅｅ打泣ｈｏｔｒ

8、ｅｓｅａｒｃｈａｒｃ泣ａｎｄ过ｔｒａｃｔｅｄｍｕｃｈａｔｔｅｎｔｉｏｎ．Ｆｉｒｓｔｌｙｔｈｉｓａｅｒｓｔｕｄｉｅｓａｎｄｄｉｓｃ