检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

产品评论中领域情感词典的构建

中文信息学报 2016年第5期30卷 136-144页

作者：郗亚辉河北大学数学与计算机学院河北保定071002

领域情感词典是情感分析最重要的基础。由于产品评论的数量巨大、领域众多,如何自动构建领域情感词典已经成为近年来的一个研究热点。该文提出了一个两阶段的领域情感词典构建算法。第一阶段,利用情感词间的点互信息和上下文约束,使用... 详细信息

领域情感词典是情感分析最重要的基础。由于产品评论的数量巨大、领域众多,如何自动构建领域情感词典已经成为近年来的一个研究热点。该文提出了一个两阶段的领域情感词典构建算法。第一阶段,利用情感词间的点互信息和上下文约束,使用基于约束的标签传播算法构造基本情感词典;第二阶段,根据情感冲突的频率来识别领域相关情感词,并根据其上下文约束以及修饰的特征完善领域情感词典。实验结果表明,该方法在实际产品评论数据集上取得了较好的效果。

关键词：情感分析领域情感词典上下文约束基于约束的标签传播算法

在线全文

学校读者我要写书评

暂无评论

基于词向量的领域情感词典构建

山东大学学报（工学版） 2018年第3期48卷 40-47页

作者：林江豪周咏梅阳爱民陈锦广东外语外贸大学语言工程与计算实验室广东广州510006 广东外语外贸大学信息科学与技术学院广东广州510006 广东外语外贸大学国际学院广东广州510420

针对现有领域情感词典在情感和语义表达等方面的不足,提出一种基于词向量的领域情感词典构建方法。利用25万篇新闻语料和10万余条酒店评论数据,训练得到word2vec模型;选择80个情感明显、内容丰富、词性多样化的情感词作为种子词集;利用T... 详细信息

针对现有领域情感词典在情感和语义表达等方面的不足,提出一种基于词向量的领域情感词典构建方法。利用25万篇新闻语料和10万余条酒店评论数据,训练得到word2vec模型;选择80个情感明显、内容丰富、词性多样化的情感词作为种子词集;利用TF-IDF值在词汇重要程度的度量作用,在酒店评论中获得9 860个领域候选情感词汇;通过计算候选情感词与种子词的词向量之间的语义相似度,将情感词映射到高维向量空间,实现了情感词的特征向量表示(Senti2vec)。将Senti2vec应用于情感词极性分类和文本情感分析任务中,试验结果表明,Senti2vec能实现情感词的语义表示和情感表示;基于特定领域语料的语义相似计算,使得提取的情感特征更具有领域特性,同时不受候选情感词集范围的约束。

关键词：领域情感词典 word2vec 情感词情感特征向量语义相似度

基于改进TF-IDF与BERT的领域情感词典构建方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第S1期51卷 150-158页

作者：蒋昊达赵春蕾陈瀚王春东天津理工大学教育部计算机视觉与系统省部共建重点实验室天津300384 天津市智能计算与软件新技术重点实验室天津300384

领域情感词典的构建是领域文本情感分析的基础。现有的领域情感词典构建方法存在所筛选候选情感词冗余度高、情感极性判断失准、领域依赖性强等问题。为了提高所筛选候选情感词的领域性和判断领域情感词极性的准确程度,提出了一种基于... 详细信息

领域情感词典的构建是领域文本情感分析的基础。现有的领域情感词典构建方法存在所筛选候选情感词冗余度高、情感极性判断失准、领域依赖性强等问题。为了提高所筛选候选情感词的领域性和判断领域情感词极性的准确程度,提出了一种基于改进词频-逆文档频率(TF-IDF)与BERT的领域情感词典构建方法。该方法在筛选领域候选情感词阶段对TF-IDF算法进行改进,将隐含狄利克雷分布(LDA)算法与改进后的TF-IDF算法结合,进行领域性修正,提升了所筛选候选情感词的领域性;在候选情感词极性判断阶段,将情感倾向点互信息算法(SO-PMI)与BERT结合,利用领域情感词微调BERT分类模型,提高了判断领域候选情感词情感极性的准确程度。在不同领域的用户评论数据集上进行实验,结果表明,该方法可以提高所构建领域情感词典的质量,使用该方法构建的领域情感词典用于汽车领域和手机领域文本情感分析的F1值分别达到78.02%和88.35%。

关键词：情感分析领域情感词典词频-逆文档频率隐含狄利克雷分布情感倾向点互信息算法 BERT模型

在线全文

学校读者我要写书评

暂无评论

中文领域情感词典自适应学习方法

计算机工程与设计 2020年第8期41卷 2231-2237页

作者：叶霞曹军博许飞翔郭鸿燕尹列东火箭军工程大学作战保障学院陕西西安710025 中国航天科工集团第二研究院北京计算机技术及应用研究所北京100039

针对领域情感词典的局限性,提出一种中文领域情感词典自适应学习方法。从中文基础情感词典中选取少量种子词,采用基于CBOW模型和基于句法规则两种抽取方法,对领域语料库进行候选情感词的抽取,通过改进的SO_PMI算法对得到的候选情感词进... 详细信息

针对领域情感词典的局限性,提出一种中文领域情感词典自适应学习方法。从中文基础情感词典中选取少量种子词,采用基于CBOW模型和基于句法规则两种抽取方法,对领域语料库进行候选情感词的抽取,通过改进的SO_PMI算法对得到的候选情感词进行情感极性判定,形成领域正负情感词典。实验结果表明,该方法能够自适应生成领域情感词典,情感词识别准确率较高,该模型在中文情感分析应用中取得了较好的效果。

关键词：情感分析领域情感词典情感极性 CBOW连续词袋模型 PMI算法

在线全文

学校读者我要写书评

暂无评论

领域情感词典构建方法研究

图书馆理论与实践 2019年第12期 60-65,112页

作者：李枫林范雅娴武汉大学信息管理学院

领域情感词典在特定领域文本情感分析中发挥着重要的作用。文章通过文献调研,梳理和归纳了领域情感词典构建的实现技术和方法,分析并总结了各种领域情感词典构建方法的优缺点以及领域情感词典的性能评估方法,指出领域情感词典的构建在... 详细信息

领域情感词典在特定领域文本情感分析中发挥着重要的作用。文章通过文献调研,梳理和归纳了领域情感词典构建的实现技术和方法,分析并总结了各种领域情感词典构建方法的优缺点以及领域情感词典的性能评估方法,指出领域情感词典的构建在新情感词识别与属性情感词对应等方面还有待完善。

关键词：文本分析领域情感词典方法

中文社交媒体评论领域情感词典构建方法研究 ——基于条件随机场和集成学习规则

在线全文

学校读者我要写书评

暂无评论

中文社交媒体评论领域情感词典构建方法研究 ...

作者：王晓凤天津财经大学

学位级别：硕士

近年来,网络零售行业蓬勃发展,特别是在新冠病毒肺炎疫情期间,部分互联网零售应用销售额及用户人数急速增长,促进着消费市场持续稳健发展。大量的消费者在中文社交媒体平台中对自己购买的商品发表评论,使得产品评论文本信息量呈指数式... 详细信息

近年来,网络零售行业蓬勃发展,特别是在新冠病毒肺炎疫情期间,部分互联网零售应用销售额及用户人数急速增长,促进着消费市场持续稳健发展。大量的消费者在中文社交媒体平台中对自己购买的商品发表评论,使得产品评论文本信息量呈指数式增长。这些商品评论中包含着广大消费者对产品各方面的评价观点与情感信息。如何挖掘中文社交媒体评论中真正有用的信息,对产品评论做出情感分析,吸引了越来越多专家学者的关注。构建情感词典的准确与否是评论挖掘的技术关键,也是进行评论情感分析的重要基础。在中文社交媒体的环境下,用户根据自身习惯自由随意的发表评论观点,这其中涌现出大量的网络新词、领域专有名词,现有的通用情感词典由于覆盖面窄、领域覆盖度低等特点已无法涵盖产品所属领域所有所依赖的情感词,这对情感词典的领域性提出更高的要求。产品评论的文本数据具有数量多、领域广的特点,情感词典仅依赖领域内的专业人士人工标注建立实属困难。所以各专家学者目前研究的核心工作为如何在人工标注部分情感信息的基础上,通过自动或者半自动的方式,构建涵盖领域中所依赖情感词的领域情感词典。针对上述问题,本文的研究目的为在中文社交媒体的环境下,立足某产品领域用户生成的评论文本内容,精准发现其中包含具有情感信息的网络新词、领域专有名词在内的其他领域内所依赖的未知情感词,构造某产品领域情感词典,进而应用于此产品领域的情感分析。本文的研究方法为对实际产品评论文本数据进行预处理,以条件随机场（Conditional random fields,CRF）模型提取产品评论的情感词作为输入语料,选取知网How Net中文情感词典作为种子词典,分别利用点互信息（Pointwise Mutual Information,PMI）技术和Word2Vec技术判断候选情感词的情感倾向,根据本文提出的考虑分类概率因素的集成规则将两种算法构建的模型作为基分类器对识别结果进行综合判定构建领域情感词典。为了评判所构建领域情感词典的效果,将其与其他扩展方法生成的领域情感词典应用于该领域文本的情感二分类实验,对比实验结果的准确率来验证本文构建领域情感词典方法有效。主要包括以下两个方面的工作:1.硏究未知情感词发现的方法,提出了一种基于CRF模型的中文社交媒体评论文本中情感词的提取方法。2.研究建立领域情感词典的方法,提出了一种基于集成学习规则的中文社交媒体评论领域情感词典的构建方法。通过对比不同扩展方法构建的领域情感词典应用于文本情感二分类实验的结果可知,以此种方式构建的领域情感词典中正向情感词、负向情感词的规模较知网How Net中文情感词典均有增加,均为该领域内新词和专有名词的有效补充,同时利用本文提出的集成规则构造的情感词典在文本情感分类实验中准确率高达86.1%,较单一使用PMI算法和Word2Vec算法构建的情感词典的准确率分别提升3.6%和2.0%,可有效应用于中文社交媒体环境下该产品领域内的情感分析工作。本文的局限性在于本文数据集语料来源单一,应用于其他领域效果未知,日后可应用于更多领域,利用更广的数据集进行研究。在构建方法上,未来,在利用CRF提取候选情感词时,可尝试基于神经网络训练的方法,对大量的数据集进行训练学习,以提取出更多的未知情感词。在基于集成学习方法构建领域情感词典时,可考虑引入邻接熵等算法,构建更多的基分类器进行综合的判断,以提高集成学习模型的准确率。

关键词：领域情感词典 CRF PMI Word2Vec 集成学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于领域情感词典构建的企业声誉测度研究

基于领域情感词典构建的企业声誉测度研究

作者：张剑哈尔滨工业大学

学位级别：硕士

互联网和社交媒体的发展给企业声誉管理带来了挑战，在新媒体环境下，企业进行有效的声誉管理对树立良好的互联网形象具有重要意义。企业声誉的测度是企业声誉管理的基础，但是目前大部分企业声誉测度的研究均使用调查的方式，尽管这些... 详细信息

互联网和社交媒体的发展给企业声誉管理带来了挑战，在新媒体环境下，企业进行有效的声誉管理对树立良好的互联网形象具有重要意义。企业声誉的测度是企业声誉管理的基础，但是目前大部分企业声誉测度的研究均使用调查的方式，尽管这些基于调查的研究提供了测度企业声誉的丰富的维度，例如产品与服务质量、工作环境、企业社会责任等，但是不能反应互联网和社交媒体上的声誉情况。鲜有的基于互联网和社交媒体数据的企业声誉相关研究，主要使用自然语言处理中的情感分析方法来测度企业声誉，忽略了企业声誉丰富的维度特征。为了解决这一问题，本文将结合企业声誉维度和情感分析方法，研究企业在互联网和社交媒体上声誉的测度问题，研究内容如下：　　第一，明确企业声誉概念和测量维度。首先基于信号理论和利益相关者理论明晰了企业声誉的定义。然后从文献中总结了企业声誉衡量方法涉及的维度，并使用GuidedLDA对从微博爬取的数据进行主题分析，从文献和数据两个角度确定了企业声誉的测量维度。　　第二，构建了企业声誉领域情感词典，结合企业声誉维度提出了企业声誉测度算法。相比于通用的情感词典，本文构建的企业声誉领域情感词典在三分类问题的准确率上平均提高了5个百分点，并结合了企业声誉维度，能够更好地反应和测度企业声誉。　　第三，在企业声誉测度算法的基础上，选择部分企业构造数据进行了企业声誉实例分析。基于本文研究提出的企业声誉实例排名与权威的排名具有相关性，一定程度说明了本文提出的企业声誉测度算法能够真实地反映企业声誉情况。之后本文分析数据量较大的四家企业的声誉总体得分和各维度得分，表明了本研究的实际意义和价值。　　本研究丰富了企业声誉研究领域中企业声誉的测度方法，为研究者提供了一种结合声誉维度和情感分析的方法框架。研究成果能够对新媒体环境下企业声誉管理提供决策参考和实际的应用价值。

关键词：企业声誉主题模型领域情感词典信号理论利益相关者

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中文领域情感词典构建研究

情报探索 2020年第11期 48-56页

作者：王召义陈应红周海燕孙婷婷安徽商贸职业技术学院经济贸易系安徽芜湖241002 安徽商贸职业技术学院市场调查与数据服务中心安徽芜湖241002

[目的/意义]旨在为解决某些特定领域的情感分析任务,提高情感分析的精度提供参考。[方法/过程]采用逆向思维,先从领域情感词典结构设计方面入手,再以“实体-属性-情感词”的多元词对为主线,逐步解决领域情感词典结构要求,从而形成一种... 详细信息

[目的/意义]旨在为解决某些特定领域的情感分析任务,提高情感分析的精度提供参考。[方法/过程]采用逆向思维,先从领域情感词典结构设计方面入手,再以“实体-属性-情感词”的多元词对为主线,逐步解决领域情感词典结构要求,从而形成一种新的中文领域情感词典构建方法。[结果/结论]实验证明,该词典不仅能够准确判断情感词的情感极性,还能有效的对中文文本进行情感分类。

关键词：情感分析领域情感词典情感词属性实体

在线全文

学校读者我要写书评

暂无评论

基于领域情感词典的中文微博情感分析

电子设计工程 2015年第12期23卷 18-21页

作者：肖江丁星何荣杰江苏科技大学计算机科学与工程学院江苏镇江212000

为了分析中文微博中海量的情感信息,文中提出了一种中文微博情感分析策略,能够有效分析出微博中的情感倾向。为了能准确分析出某领域微博情感倾向,本文构建了领域情感词典,具有自动识别、扩展等功能,减少了人工标注的繁琐。同时考虑到... 详细信息

为了分析中文微博中海量的情感信息,文中提出了一种中文微博情感分析策略,能够有效分析出微博中的情感倾向。为了能准确分析出某领域微博情感倾向,本文构建了领域情感词典,具有自动识别、扩展等功能,减少了人工标注的繁琐。同时考虑到上下文中情感副词等影响,构建了情感副词词典,更加全面的分析情感倾向。最后通过实验表明本文提出的基于领域情感词典的分析策略有一定的可行性和准确率。

关键词：微博情感分析领域情感词典分析策略