互聯(lián)網(wǎng)的普及與移動端的應用促進了電子商務的迅速發(fā)展,消費者在各大電商平臺進行活動交易時產(chǎn)生了大量的行為數(shù)據(jù),在線評論文本就是其中一種。在線評論文本是消費者對消費對象切身體驗后以文本的形式反饋至電商平臺,被作為大眾的輿論觀點導向,對此類觀點進行有效情感分類不僅可以幫助消費者進行決策,還可以幫助商家對服務進行改善。目前,對評論短文本進行情感分類時,由于短文本存在特征維度高、領域差異性、表達隱含性等問題,從而影響分類的性能,本文對上述問題將已有情感分類方法進行改進研究,并用于酒店評論文本進行情感分類,主要研究內(nèi)容如下:（1）針對領域情感詞的差異性及基礎情感詞典的不完備而引起情感分類精確度不高的問題,提出一種融合語義的情感詞擴充方法用于構(gòu)建酒店評論文本的情感詞典。爬取在線酒店評論文本作為語料庫,結(jié)合種子詞使用Word2vec和SO-PMI進行情感詞的擴充,構(gòu)建酒店評論文本的領域內(nèi)情感詞典,通過實驗表明所構(gòu)建情感詞典在情感分類上的有效性。（2）構(gòu)建一種基于依存句法分析與LDA主題模型相結(jié)合的方法進行特征提取。首先,使用依存句法分析結(jié)合情感詞典對評論文本情感要素進行抽取;其次,利用LDA主題模型對... 

【文章來源】：重慶師范大學重慶市

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【部分圖文】：

預選標簽選項

標簽信息

圖 1.3 消費者評論短文本從圖 1.3 可以看出，這條短文本是消費者對酒店住宿消費后以文本形式記錄和反饋的個人感受所形成的酒店評論文本，這條文本蘊含了消費者對消費對象的評價以及相應的情感傾向從而成為酒店網(wǎng)絡口碑的載體，消費者對這個酒店的評

【參考文獻】：
期刊論文
[1]基于BiLSTM神經(jīng)網(wǎng)絡的特征融合短文本分類算法[J]. 和志強,楊建,羅長玲.  智能計算機與應用. 2019(02)
[2]基于文本情感分析的共享單車用戶滿意度研究[J]. 冒小棟,范濤.  計算機系統(tǒng)應用. 2019(01)
[3]基于word2vec的酒店評論情感分類研究[J]. 謝宗彥,黎巎,周純潔.  北京聯(lián)合大學學報. 2018(04)
[4]面向LDA主題模型的文本分類研究進展與趨勢[J]. 趙樂,張興旺.  計算機系統(tǒng)應用. 2018(08)
[5]基于多特征融合與雙向RNN的細粒度意見分析[J]. 郝志峰,黃浩,蔡瑞初,溫雯.  計算機工程. 2018(07)
[6]基于詞向量的文本特征選擇方法研究[J]. 陳磊,李俊.  小型微型計算機系統(tǒng). 2018(05)
[7]基于詞向量的領域情感詞典構(gòu)建[J]. 林江豪,周詠梅,陽愛民,陳錦.  山東大學學報(工學版). 2018(03)
[8]文本情緒分析綜述[J]. 李然,林政,林海倫,王偉平,孟丹.  計算機研究與發(fā)展. 2018(01)
[9]結(jié)合RNN和CNN層次化網(wǎng)絡的中文文本情感分類[J]. 羅帆,王厚峰.  北京大學學報(自然科學版). 2018(03)
[10]基于LDA模型特征選擇的在線醫(yī)療社區(qū)文本分類及用戶聚類研究[J]. 吳江,侯紹新,靳萌萌,胡忠義.  情報學報. 2017(11)

博士論文
[1]Web評論文本情感分類方法研究[D]. 張璞.重慶大學 2015

碩士論文
[1]基于LSTM模型分析的酒店智能推薦系統(tǒng)研究[D]. 劉燁.上海師范大學 2018
[2]面向酒店評論的中文短文本情感分析研究[D]. 楊智聰.杭州電子科技大學 2018
[3]基于詞典和機器學習組合的情感分析[D]. 丁蔚.西安郵電大學 2017
[4]酒店領域文本情感分類研究[D]. 陳柯宇.重慶大學 2017
[5]基于文本情感分類的商品評論主題挖掘[D]. 李杰.大連海事大學 2017
[6]基于依存句法分析的中文評價對象抽取和情感傾向性分析[D]. 賈治中.東南大學 2016
[7]基于酒店中文評論情感傾向分析[D]. 李長江.華南理工大學 2016



本文編號：3391484