發(fā)布時間：2021-10-25 14:57

　　分析消費(fèi)者對于餐飲評論數(shù)據(jù)具體特征的情感強(qiáng)度。運(yùn)用TF-IDF算法抽取評論數(shù)據(jù)中的評價對象及其對應(yīng)的觀點(diǎn),構(gòu)造特征觀點(diǎn)對,然后用有具體情感強(qiáng)度的情感詞典對觀點(diǎn)詞進(jìn)行情感判斷。實(shí)驗(yàn)結(jié)果表明,本文方法可以有效地給出消費(fèi)者對于餐飲各個方面的具體情感強(qiáng)度。使用TF-IDF算法對短文本抽取特征詞和觀點(diǎn)詞方面存在一定的局限。 

【文章來源】：信息系統(tǒng)工程. 2020,(03)

【文章頁數(shù)】：3 頁

【部分圖文】：

餐廳評論數(shù)據(jù)的情感分析方法框架

詞頻云圖

特征詞的觀點(diǎn)強(qiáng)度

【參考文獻(xiàn)】：
期刊論文
[1]網(wǎng)購農(nóng)產(chǎn)品評論中的消費(fèi)者情感標(biāo)簽抽取方法研究[J]. 李良強(qiáng),李開明,白梨霏,曹云忠,吳亮.  電子科技大學(xué)學(xué)報(社科版). 2018(04)
[2]一種語義弱監(jiān)督LDA的商品評論細(xì)粒度情感分析算法[J]. 彭云,萬紅新,鐘林輝.  小型微型計算機(jī)系統(tǒng). 2018(05)
[3]細(xì)粒度情感分析研究綜述[J]. 唐曉波,劉廣超.  圖書情報工作. 2017(05)
[4]細(xì)粒度情感分析的酒店評論研究[J]. 李鳴,吳波,宋陽,朱夢堯,徐志廣,張宏俊.  傳感器與微系統(tǒng). 2016(12)

博士論文
[1]Web評論文本的細(xì)粒度意見挖掘技術(shù)研究[D]. 黃勝.北京理工大學(xué) 2014



本文編號：3457639