面向产品特征的中文在线评论情感分类:以本体建模为方法
在线产品评论反映了用户对产品的体验,对其进行情感分类不仅有利于商家的战略发展,也有助于消费者理性购物.然而,现有研究大多采用上下文无关的情感分类方法,却无法处理褒贬混合的评论及情感词极性随上下文变化的情况,从而导致情感分类的精度不高.针对现有研究的不足,提出一种产品特征级情感分类方法.基于领域本体识别评论中的特征观点对,根据已知极性的评论判断特征观点对的极性.最后,通过加权平均的方法合计评论中各个特征观点对的极性,最终实现对评论的情感分类.为了验证方法的有效性,以手机和数码相机评论为对象设计实验,实验结果表明,本文提出的方法具有一定的领域普适性,能有效识别不同领域评论中的特征观点对,并判断其情感极性.结果还显示,在准确率、召回率和调和评价值3项性能指标上,该方法都优于文档级、句子级和词语级的基线实验方法.
情感分类、特征观点对、中文在线评论、领域本体、上下文语境
25
C931.6;H042(管理学)
国家自然科学基金资助项目70971099,71371144;上海市哲学社会科学规划课题一般项目2013BGL004;中央高校基本科研业务费专项资金资助项目1200219198
2016-04-12(万方平台首次上网日期,不代表论文的发表时间)
103-114