基于主题相似性的在线评论情感分析

摘要：

从在线文本评论挖掘消费者情感信息,能够得到更加真实的消费者购买体验及其偏好.主题情感混合模型作为一类有效的无监督情感分类模型,正在成为这方面的重要文本挖掘工具,但该模型存在分类准确率和稳定性还不够高的问题,为克服这一不足,提出一种基于主题相似性的无监督在线评论情感分类模型.以潜在狄利克雷模型分析在线评论主题,结合情感词典计算主题情感极性;引入理想评论并构造理想评论代表集,通过计算评论和理想评论集的主题相似度,实现在线评论情感分类.实验结果表明,该模型能有效判别消费者在线评论情感倾向,稳定性较高,衡量分类结果的综合指标F1值比现有主题情感混合模型提高3％～20％.同时,在计算机、酒店、图书及手机等不同领域评论数据集上的实验结果显示,该方法具有较好的领域可移植性.

关键词：情感分析、在线评论、潜在狄利克雷模型、理想评论

所属期刊栏目：27

分类号：C931.6;TP18(管理学)

资助基金：国家自然科学基金面上项目61471083;国家自然科学基金重点项目71431002;教育部人文社会科学研究规划基金资助项目14YJA630044

在线出版日期：2018-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：821-827