基于非参数贝叶斯方法的情感主题模型构建

《基于非参数贝叶斯方法的情感主题模型构建》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、西南科技大学研究生学位论文基于非参数贝叶斯方法的情感主题模型构建年级２〇ｎ姓名贾闻俊申请学位级别硕＾‘专业计算机科学与技术指导教师张哮教投ClassifiedIndex:TP391U.D.C:004.8SouthwestUniversityofScienceandTechnologyMasterDegreeThesisAConstructionofSentimentTopicModel-basedonNon-parametricBayesianMethodsGrade:2013Candid

2、ate:JiaWenjunAcademicDegreeAppliedfor:MasterSpecialty:ComputerScienceandTechnologySupervisor:ZhangHuiMarch.20,2016独创性声巧本人声明所呈交的论文是我个人在导师指导下……（或我个人）进行的研巧工作及取得的研究成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研巧，也■成果不包含为获得西南科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何贡献均已

3、在论文中作了明确的说明并表示了谢意。签名：襄满终曰期；关于论文使用和授权的说明目本人完全了解西南科技大学有关保留、使用学位论文的规定，Ｐ：学校有权保留学位论文的复印件，允许该论文被查阅和借阅；学校可１＾＾公布该论义的全部或部分内容，可＾式粟用影印、缩印或其他复制手段保存论文。（保密的学位论文在解密后应遵守此规定）签名：哀话钱导师签名令４曰期：巧西南科技大学硕士研究生学位论文第III页摘要随着近几年微博、博客、电子商务网站的兴起，用户的参与度和活跃度越来越高，针对热销商品、热门新闻事件等产生了海量的评论

4、信息。通过对这些文本进行数据挖掘研究，可以得到用户对于产品的评价、对社会事件的观点，对于商家的产品研发、用户的购买决策和政府的舆情监控以及政策制定有着重要的价值和意义。因此，分析处理这些文本信息变得迫在眉睫，文本情感分析就是其中主要工作。本文对细粒度的情感分析进行了研究，结合非参数贝叶斯方法，提出了一种面向产品属性的用户情感模型。主要的研究内容包括以下几个方面：首先，研究传统情感模型在分析商品评论中的用户情感时，发现面临两个主要问题:缺乏针对产品属性的细粒度情感分析和自动提取的产品属性其数量须提前确定。接着，提出了一种细粒度的面向产品属性的用户情

5、感模型,首先利用分层狄利克雷过程将名词实体聚类形成产品属性并自动获取其数量,然后结合产品属性中名词实体的权重和评价短语以及情感词典作为先验,利用潜在狄利克雷分布对产品属性进行情感分类。最后，通过采集淘宝和京东关于手机的评论数据，选取苹果手机评论作为实验数据集。实验结果表明该模型具有较高的情感分类准确率,情感分类平均准确率达87%。该模型与传统的情感模型相比在抽取产品属性和评价短语的情感分类上具有较高的准确率。关键词：情感分析细粒度非参数贝叶斯方法分层狄利克雷过程潜在狄利克雷分布论文类型：理论研究西南科技大学硕士研究生学位论文第IV页Abstrac

6、tWiththeappearanceofmicroblog,forums,andecommerceinrecentyears,alargenumberofuserjoineditwithpassion,thehugenumberofhotcommodity’sandhotnewscommentsaregenerated.Itisagreatvalueforresearchingofproductsandmonitoringofpublicopinionforgovernment.Therefore,theanalysisprocessofthes

7、etextinformationbecomesmoreimportantandthetextsentimentanalysisisoneofthemaincoretechnology.Inthispaper,wehaveanalyzedthefine-grainedemotionanalysis,andconstructedasentimenttopicmodelbasedonnon-parametricBayesianmethods.Atthebeginning,Whenanalysisthetraditionalsentimentmodel,

8、itfacestwomainproblemsinanalyzinguser’semotionofproductreviews:1)the