發(fā)布時(shí)間：2021-09-08 21:05

　　互聯(lián)網(wǎng)的普及與移動端的應(yīng)用促進(jìn)了電子商務(wù)的迅速發(fā)展,消費(fèi)者在各大電商平臺進(jìn)行活動交易時(shí)產(chǎn)生了大量的行為數(shù)據(jù),在線評論文本就是其中一種。在線評論文本是消費(fèi)者對消費(fèi)對象切身體驗(yàn)后以文本的形式反饋至電商平臺,被作為大眾的輿論觀點(diǎn)導(dǎo)向,對此類觀點(diǎn)進(jìn)行有效情感分類不僅可以幫助消費(fèi)者進(jìn)行決策,還可以幫助商家對服務(wù)進(jìn)行改善。目前,對評論短文本進(jìn)行情感分類時(shí),由于短文本存在特征維度高、領(lǐng)域差異性、表達(dá)隱含性等問題,從而影響分類的性能,本文對上述問題將已有情感分類方法進(jìn)行改進(jìn)研究,并用于酒店評論文本進(jìn)行情感分類,主要研究內(nèi)容如下:（1）針對領(lǐng)域情感詞的差異性及基礎(chǔ)情感詞典的不完備而引起情感分類精確度不高的問題,提出一種融合語義的情感詞擴(kuò)充方法用于構(gòu)建酒店評論文本的情感詞典。爬取在線酒店評論文本作為語料庫,結(jié)合種子詞使用Word2vec和SO-PMI進(jìn)行情感詞的擴(kuò)充,構(gòu)建酒店評論文本的領(lǐng)域內(nèi)情感詞典,通過實(shí)驗(yàn)表明所構(gòu)建情感詞典在情感分類上的有效性。（2）構(gòu)建一種基于依存句法分析與LDA主題模型相結(jié)合的方法進(jìn)行特征提取。首先,使用依存句法分析結(jié)合情感詞典對評論文本情感要素進(jìn)行抽取;其次,利用LDA主題模型對... 

【文章來源】：重慶師范大學(xué)重慶市

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

預(yù)選標(biāo)簽選項(xiàng)

標(biāo)簽信息

圖 1.3 消費(fèi)者評論短文本從圖 1.3 可以看出，這條短文本是消費(fèi)者對酒店住宿消費(fèi)后以文本形式記錄和反饋的個(gè)人感受所形成的酒店評論文本，這條文本蘊(yùn)含了消費(fèi)者對消費(fèi)對象的評價(jià)以及相應(yīng)的情感傾向從而成為酒店網(wǎng)絡(luò)口碑的載體，消費(fèi)者對這個(gè)酒店的評

【參考文獻(xiàn)】：
期刊論文
[1]基于BiLSTM神經(jīng)網(wǎng)絡(luò)的特征融合短文本分類算法[J]. 和志強(qiáng),楊建,羅長玲.  智能計(jì)算機(jī)與應(yīng)用. 2019(02)
[2]基于文本情感分析的共享單車用戶滿意度研究[J]. 冒小棟,范濤.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(01)
[3]基于word2vec的酒店評論情感分類研究[J]. 謝宗彥,黎巎,周純潔.  北京聯(lián)合大學(xué)學(xué)報(bào). 2018(04)
[4]面向LDA主題模型的文本分類研究進(jìn)展與趨勢[J]. 趙樂,張興旺.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(08)
[5]基于多特征融合與雙向RNN的細(xì)粒度意見分析[J]. 郝志峰,黃浩,蔡瑞初,溫雯.  計(jì)算機(jī)工程. 2018(07)
[6]基于詞向量的文本特征選擇方法研究[J]. 陳磊,李俊.  小型微型計(jì)算機(jī)系統(tǒng). 2018(05)
[7]基于詞向量的領(lǐng)域情感詞典構(gòu)建[J]. 林江豪,周詠梅,陽愛民,陳錦.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2018(03)
[8]文本情緒分析綜述[J]. 李然,林政,林海倫,王偉平,孟丹.  計(jì)算機(jī)研究與發(fā)展. 2018(01)
[9]結(jié)合RNN和CNN層次化網(wǎng)絡(luò)的中文文本情感分類[J]. 羅帆,王厚峰.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[10]基于LDA模型特征選擇的在線醫(yī)療社區(qū)文本分類及用戶聚類研究[J]. 吳江,侯紹新,靳萌萌,胡忠義.  情報(bào)學(xué)報(bào). 2017(11)

博士論文
[1]Web評論文本情感分類方法研究[D]. 張璞.重慶大學(xué) 2015

碩士論文
[1]基于LSTM模型分析的酒店智能推薦系統(tǒng)研究[D]. 劉燁.上海師范大學(xué) 2018
[2]面向酒店評論的中文短文本情感分析研究[D]. 楊智聰.杭州電子科技大學(xué) 2018
[3]基于詞典和機(jī)器學(xué)習(xí)組合的情感分析[D]. 丁蔚.西安郵電大學(xué) 2017
[4]酒店領(lǐng)域文本情感分類研究[D]. 陳柯宇.重慶大學(xué) 2017
[5]基于文本情感分類的商品評論主題挖掘[D]. 李杰.大連海事大學(xué) 2017
[6]基于依存句法分析的中文評價(jià)對象抽取和情感傾向性分析[D]. 賈治中.東南大學(xué) 2016
[7]基于酒店中文評論情感傾向分析[D]. 李長江.華南理工大學(xué) 2016



本文編號：3391484