發(fā)布時間：2018-06-22 15:20

  本文選題：評論文本 + 屬性因子��； 參考：《數(shù)據(jù)分析與知識發(fā)現(xiàn)》2017年10期

【摘要】：【目的】從評論對象的屬性特征出發(fā)解決情感極性量化問題�！痉椒ā繉⒃诰�評論文本分解構建三層評論體系,即評論對象 對象屬性 評論描述,從屬性層級抽取屬性詞集和對應的評論集,考慮評論對象屬性特征的不同影響,引入屬性因子,并對TFIDF進行改進用以計算屬性因子;結合評論模式和評論語境提出基于屬性特征的評論情感量化分析算法并采用Python語言予以實現(xiàn)�！窘Y果】相較于傳統(tǒng)機器學習分類算法(NB、SVM)、屬性因子設置為等權重時,本文算法在評論文本情感分類準確性方面有顯著提高�！揪窒蕖吭u論集領域選擇方面具有局限性,量化算法在系數(shù)設定方面存在主觀性�！窘Y論】本文算法能有效解決情感極性量化問題,進一步提高了情感分類準確性。
[Abstract]:[objective] to solve the problem of quantification of emotional polarity based on the attribute characteristics of comment objects. [methods] the online comment text is decomposed into three layers of comment system. The attribute word set and the corresponding comment set are extracted from the attribute level, considering the different effects of the attribute characteristics of the comment object, the attribute factor is introduced, and the TFIDF is improved to calculate the attribute factor. Combining the comment pattern with the comment context, a quantitative analysis algorithm of comment emotion based on attribute feature is proposed and implemented in Python language. [results] compared with the traditional machine learning classification algorithm (NBN SVM), when the attribute factor is set to equal weight, The algorithm in this paper has significantly improved the accuracy of emotional classification of comment text. [limitations] comment set domain selection has limitations, Quantization algorithm has subjectivity in coefficient setting. [conclusion] this algorithm can effectively solve the problem of emotional polarity quantization and further improve the accuracy of emotion classification.
【作者單位】： 西安電子科技大學經濟與管理學院;
【基金】：國家自然科學基金項目“基于可信語義Wiki的知識庫構建方法與研究應用”(項目編號:71203173) 中央高�；究蒲袠I(yè)務費專項資金資助項目“大數(shù)據(jù)環(huán)境下基于主題模型的信息服務研究”(項目編號:JB160606) 國家自然科學青年基金項目“大規(guī)模動態(tài)社交網(wǎng)絡社團檢測算法研究”(項目編號:71401130)的研究成果之一
【分類號】：TP391.1

【相似文獻】

相關期刊論文 前3條

1 劉雅麗;劉文奇;;信息概念格的屬性特征研究[J];昆明理工大學學報(理工版);2009年04期

2 王繼陽,陸軍,粟毅;一種基于目標屬性特征的多假設關聯(lián)算法[J];計算機仿真;2005年01期

3 石亞冰;黃予;;一種基于位置距離和屬性特征結合的聚類方法[J];軟件導刊;2013年03期

，

本文編號：2053251