在Web2.0時代,用戶是創(chuàng)造信息的主體。隨著社交媒體和電商平臺的急速發(fā)展,每天都有海量用戶參與到人物、事件、產(chǎn)品的評論中來,這些信息有效傳達了人們各種各樣的觀點和情感傾向。海量的中文產(chǎn)品評論數(shù)據(jù)為快捷、高效和科學(xué)獲取用戶對于產(chǎn)品的情感滿意度提供了可能。然而,人工方法很難科學(xué)合理地對海量文本評論進行歸納和整理和應(yīng)用。如何從這些非結(jié)構(gòu)化的數(shù)據(jù)中挖掘出潛在的價值成為互聯(lián)網(wǎng)產(chǎn)業(yè)的迫切需求�；谧匀徽Z言處理的文本情感分析技術(shù)主要是在大數(shù)據(jù)領(lǐng)域相關(guān)技術(shù)方法獲取和處理中文用戶評論數(shù)據(jù)的基礎(chǔ)上,針對如何快速實現(xiàn)用戶評論數(shù)據(jù)的自動分類、檢測和歸納,快捷、高效和科學(xué)地評估用戶滿意度進行研究與應(yīng)用。然而,針對具體主題領(lǐng)域的數(shù)據(jù),傳統(tǒng)文檔級情感分析方法對數(shù)據(jù)的多維度認知尚存在一定程度的不足,亟待從屬性角度尋求新的技術(shù)方法。針對大數(shù)據(jù)時代海量中文產(chǎn)品評論的情感分析問題,在對國內(nèi)外情感分析技術(shù)和方法研究和分析的基礎(chǔ)上,采用同一數(shù)據(jù)集,對傳統(tǒng)通用情感詞典進行性能測試,并通過情感分析實驗對比分析基于情感詞典與基于機器學(xué)習(xí)的情感分析方法的性能和特點。對Word2Vec詞向量分布式表示模型和BERT語言表示模型的結(jié)構(gòu)、... 

【文章來源】：西南大學(xué)重慶市 211工程院校 教育部直屬院校

【文章頁數(shù)】：102 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線

西南大學(xué)工程碩士學(xué)位論文12gensim庫中的函數(shù)將數(shù)據(jù)轉(zhuǎn)化為txt文件，轉(zhuǎn)換格式后的文本命名為wiki.zh.txt，這些語料中有大量的繁體字(圖2-1)，這里使用了OpenCC工具將所有的文本數(shù)據(jù)都變成簡體文字(圖2-2)，轉(zhuǎn)換后的文本命名為wiki.zh.simp.txt。圖2-1字體轉(zhuǎn)換前Fig.2-1Beforefontconversion圖2-2字體轉(zhuǎn)換后Fig.2-2Afterfontconversion

西南大學(xué)工程碩士學(xué)位論文12gensim庫中的函數(shù)將數(shù)據(jù)轉(zhuǎn)化為txt文件，轉(zhuǎn)換格式后的文本命名為wiki.zh.txt，這些語料中有大量的繁體字(圖2-1)，這里使用了OpenCC工具將所有的文本數(shù)據(jù)都變成簡體文字(圖2-2)，轉(zhuǎn)換后的文本命名為wiki.zh.simp.txt。圖2-1字體轉(zhuǎn)換前Fig.2-1Beforefontconversion圖2-2字體轉(zhuǎn)換后Fig.2-2Afterfontconversion

【參考文獻】：
期刊論文
[1]中國互聯(lián)網(wǎng)發(fā)展進入萬物互聯(lián)新階段[J]. 張莉.  中國對外貿(mào)易. 2019(08)
[2]基于Python的微博情感分析系統(tǒng)設(shè)計[J]. 王欣,周文龍.  信息與電腦(理論版). 2019(06)
[3]基于Tornado的課程管理系統(tǒng)的設(shè)計與實現(xiàn)[J]. 劉濤,孫茜,易善凱.  軟件工程. 2018(12)
[4]基于隱馬爾可夫模型的中文分詞[J]. 吳帥,潘海珍.  現(xiàn)代計算機(專業(yè)版). 2018(33)
[5]基于word2vec詞模型的中文短文本分類方法[J]. 高明霞,李經(jīng)緯.  山東大學(xué)學(xué)報(工學(xué)版). 2019(02)
[6]基于集成神經(jīng)網(wǎng)絡(luò)的短文本分類模型[J]. 高云龍,左萬利,王英,王鑫.  吉林大學(xué)學(xué)報(理學(xué)版). 2018(04)
[7]基于決策樹的網(wǎng)民評價情感分析[J]. 劉鋼,張維石.  現(xiàn)代計算機(專業(yè)版). 2017(32)
[8]情感詞典構(gòu)建綜述[J]. 梅莉莉,黃河燕,周新宇,毛先領(lǐng).  中文信息學(xué)報. 2016(05)
[9]面向短文本情感分類的特征拓撲聚合模型[J]. 胡楊,馮旭鵬,黃青松,付曉東,劉驪,劉利軍.  中文信息學(xué)報. 2016(05)
[10]基于樸素貝葉斯的文本分類研究綜述[J]. 賀鳴,孫建軍,成穎.  情報科學(xué). 2016(07)



本文編號：3288592