互聯(lián)網(wǎng)評論文本情感分析研究.pdf

1、隨著信息技術(shù)和互聯(lián)網(wǎng)的飛速發(fā)展，越來越多的互聯(lián)網(wǎng)用戶在各種網(wǎng)站上分享經(jīng)驗和發(fā)表評論，這些評論文本表達了評論者的觀點和情感，用戶也習慣于從互聯(lián)網(wǎng)的各種評論中獲取信息，為自己的某些決策尋找參考意見。分析用戶發(fā)表在互聯(lián)網(wǎng)上的評論，能夠發(fā)現(xiàn)用戶情感的演化規(guī)律，挖掘其中的潛在信息，具有巨大的應用價值。但是目前互聯(lián)網(wǎng)上的信息量增長迅速，我們迫切需要借助自動化工具，在大量的信息來源中迅速獲取我們真正需要的信息，從而應對信息爆炸帶來的挑戰(zhàn)。如何對這些包

2、含大量信息的互聯(lián)網(wǎng)評論文本進行情感分類、挖掘其中蘊含的情感信息是自然語言處理領域的研究難點，也已成為商業(yè)智能領域的關(guān)注熱點，由此引發(fā)眾多研究人員進行相關(guān)研究，文本情感分析相關(guān)技術(shù)應運而生。
　　文本情感分析是一個綜合性的研究領域，目前主流的研究方法分為兩種類型:無監(jiān)督的文本情感分析和有監(jiān)督的文本情感分析。無監(jiān)督的文本情感分析主要是運用情感詞的相關(guān)信息進行文本情感傾向判別，有監(jiān)督的文本情感分析主要是運用樸素貝葉斯、支持向量機等有監(jiān)督

3、學習算法進行情感分類，一般是將文本集合劃分為訓練集和測試集，再對文本分詞處理、刪除停用詞、選取特征，將文本表示成為文本向量的形式，最后訓練分類器并進行分析。
　　本文在針對無監(jiān)督學習中文文本情感分析的研究中使用中文情感極性詞典NTUSD和HowNet詞典的并集組成基礎詞典，使用微軟云平臺提供的Bing SearchAPI，并改進開源Python庫使之支持中文和查詢結(jié)果緩存，在中文語料庫上改進并實現(xiàn)了SO-PMI-IR算法。在此基礎