商品主观评论的情感细分类模型研究

摘要：

在现有褒贬性情感分类的研究中,缺乏对商品具体属性情感倾向的分析.基于此,建立细分类模型,将情感分类分为初分类和细分类两个过程.初分类确定商品评论的整体情感倾向,根据初分类的结果对商品的各个属性再次进行情感分类,以确定具体属性的情感倾向.从而消费者无需阅读具体的文本评论,就可以全面直观地了解商品,缩短做出购买决策的时间,降低决策的复杂度.该模型可作为网上商品销售的一个扩展功能使用,并利用酒店评论文本检测了模型的有效性.同时,论文通过对四种经典的特征算法的测试,发现在情感细分类中互信息(Mutual Information,MI)达到了更高的准确度.

关键词：商品主观评论、文本挖掘、情感细分类、情感倾向分析、支持向量机(SVM)、人工神经网络(ANN)

分类号：TP391(计算技术、计算机技术)

在线出版日期：2013-03-28（万方平台首次上网日期，不代表论文的发表时间）

页码：117-120