基于酒店中文评论情感倾向分析

《基于酒店中文评论情感倾向分析》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、工程硕士学位论文基于酒店中文评论情感倾向分析作者姓名李长江工程领域软件工程校内指导教师左保河副教授校外指导教师杨新章高级工程师所在学院软件学院论文提交日期2016年5月TextsentimentpolarityanalysisbasedonChinesereviewsinhoteldomainADissertationSubmittedfortheDegreeofMasterCandidate：LiChangjiangSupervisor：A.P.ZuoBaoheS.E.YangXinzhangSouthChinaUniversityofTechnologyGuangzhou,Chin

2、a分类号：TP3学校代号：10561学号：201321033825华南理工大学硕士学位论文基于酒店中文评论情感倾向分析作者姓名：李长江指导教师姓名、职称：左保河副教授申请学位级别：工程硕士工程领域名称：软件工程论文形式：□产品研发□工程设计√应用研究□工程/项目管理□调研报告研究方向：商务智能论文提交日期：2016年月日论文答辩日期：2016年6月5日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：王振宇委员：彭新一李挥朱映波吴一民华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研巧所。取得的研究成果除了文中特别加Ｗ标

3、注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡。献的个人和集体，均己在文中Ｗ明确方式标明本人完全意识到本声明的法律后果由本人承担。作者签名日期：＞／年／月主日：／学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，呂Ｐ：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可公布学位论文的全、部或部分内容，可Ｗ允许采用影印、缩印或其它复制手段保存汇编学位

4、＾论文。本人电子文档的内容和纸质论文的内容相致。本学位论文属于：□保密，（校保密委员会审定为渉密学位时间；年＿月＿＿＿日）＾于年月日解密后适用本授权书。＾＿＿＿＿？’Ｕ不保密上发布，供校内师生和与学校有共享协议，同意在校园网的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。＂＂（请在上相应方框内打Ｖ）作者签名：日期：２０１６年明巧指导教师签名日期２０１巧明２日／联作者联系电话：电子邮箱：系地址（含邮编）；摘要目前随着互联网的发展，特别是在进入

5、Web2.0时代，互联网上产生了大量的信息。其中这些信息大部分都是由互联网用户创造的，而这些信息很大一部分是以文字的形式出现在互联网上。人们会使用电子商务网站进行购物，会留下对产品的评论；人们会通过新闻网站阅读最新的新闻消息，留下自己对该新闻的看法与观点；人们也会在各种社交网络平台发表自己的各种情感。而对于这些文字信息的挖掘产生了自然语言处理领域的各种技术与研究方向，其中对文本情感的分析是目前热门的研究课题。通过对用户发表的文字信息使用自动的情感分析技术，在现实中有许多应用场景，例如产品推荐系统、网络舆情分析系统、政务决策系统等。中国作为拥有世界互联网用户数量最多的国家之一，对于中文文

6、本的情感分析需求日益增加。本文对酒店领域中文评论情感倾向分析应用进行了研究，主要任务有：(1)构建了一个酒店领域的特征词典和情感词典。情感词典构建中使用常用的中文情感词典作为基础词典，抽取酒店领域评论中的情感词，并且使用词向量计算词之间的相似度的方法来确定候选情感词的情感倾向，以此来扩展词典。(2)利用句法依存关系分析，特征词典与情感词典，对酒店评论进行细粒度情感倾向分析。通过抽取特征词，情感词与修饰词等组成的情感搭配元素组合并进行情感倾向计算，获得酒店在各个属性特征上的情感倾向评价。(3)对酒店整条评论进行情感倾向分析，采用情感词典与机器学习结合的方法。首先对评论使用情感词典计算情感

7、倾向值，挑选出每一类中情感倾向值明显的评论作为训练集，并且使用多特征融合方法结合多个SVM-KNN分类器能力进行分类。实验表明优化挑选训练集能提高分类器效果，多特征融合方法比单一分类器效果略有优势。(4)设计实现了一个基于评论情感分析的酒店检索系统。目前的酒店预订网站对酒店的检索都是使用酒店的客观指标，比如酒店位置，价格范围等。而本文的系统不仅使用酒店的客观指标并且通过对酒店评论进行情感倾向分析，得到用户对酒店的主观评价指标，比如性价比是否高，