

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著電子商務的普及與發(fā)展,大部分網絡消費者在購買商品前都會瀏覽商品的用戶評論信息,這些評論信息不僅對消費者做購買決策有幫助,對生產廠家或電商公司獲取商品市場反饋也有重要貢獻。然而,從海量的商品評論中獲取對用戶有用的信息是一件很繁瑣的事情,因此情感分析(Sentiment Analysis/Opinion Mining)應運而生。情感分析的主要工作就是挖掘并分析文本信息,實現相應的情感分類或情感極性判定。
情感分析不僅在商品評論
2、分析領域得到了廣泛的應用,在網絡輿情分析,金融股市分析和垃圾郵件處理等方面也有較高的研究價值。情感分析在自然語言處理,信息檢索,數據挖掘以及機器學習等領域都有涉及,因此,研究情感分析的方法也比較全面。情感分析的主要內容分為兩部分:傾向性信息識別和傾向性信息分類,在眾多的研究方法中提高識別精度和分類精度一直是情感分析研究的重點。
按分析的粒度的可以把情感分析分為篇章級別、句子級別、短語級別和詞語級別。早期的情感分析主要集中在篇章
3、級別和句子級別,隨著用戶提出的要求變高,短語級別和詞語級別這種細粒度的情感分析逐漸成為了當前的研究熱點。本文主要是對網絡產品評論進行詞語級別的情感分析研究,主要內容:
1.研究了抓取網頁數據的方法,并對數據進行了分詞、詞性標注和去噪聲。
2.研究識別情感詞和評價對象詞語的方法。情感分析中識別情感詞和評價對象的精度一直是研究的重點,因此本文充分利用情感關系和詞語本身的特性就如何有效地識別情感詞和評價對象進行了詳細的研究
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于主題模型的網絡評論情感傾向分析研究.pdf
- 基于評論文本的情感分析研究.pdf
- 在線新聞評論的情感分析研究.pdf
- 基于在線評論的細粒度情感分析研究.pdf
- 中文旅游評論的情感分析研究.pdf
- 網絡評論文本的細粒度情感分析研究
- 基于產品特征的用戶評論情感傾向分析研究.pdf
- 基于微博話題評論的情感分析研究與應用.pdf
- 中文評論文本情感分析研究.pdf
- 網絡評論的情感傾向分析.pdf
- OTA網站評論文本的情感分析研究.pdf
- 基于主題模型的文本情感分析研究.pdf
- 基于HNC理論的網購評論情感傾向性分析研究.pdf
- 基于中文在線評論的產品特征提取與情感分析研究.pdf
- 互聯網評論文本情感分析研究.pdf
- 面向商品評論文本的情感分析研究.pdf
- 在線評論的產品屬性提取與情感分析研究.pdf
- 旅行目的地中文評論的情感分析研究.pdf
- 互聯網商品評論情感分析研究.pdf
- 基于LDA和詞性句法規(guī)則的用戶評論情感分析研究.pdf
評論
0/150
提交評論