基于结构化处理的评论文本情感量化分析模型
来源期刊：江西理工大学学报2016年第3期
论文作者：廖列法 李养振 黎晨
文章页码：83 - 90
关键词：情感分析;观点挖掘;自然语言处理;评论文本;五元组;知网词典;
摘 要：由于传统褒贬二值分类模型缺乏对文本主题之间以及主题与观点持有者之间的关系挖掘,不能很好的处理具有不规则、口语化、极性强等特点的评论文本.通过提取网站的文本评论,对评论对象进行结构化处理,以How Net公布的情感词典为基础,完善了评论情感倾向性词典.结合五元组模型量化文本情感信息,建立了适合处理评论文本的模型,深度挖掘了用户对商品或消费行为的主观感受.并通过实验验证了该模型的准确度和有效性.
廖列法，李养振，黎晨
江西理工大学信息工程学院
摘 要：由于传统褒贬二值分类模型缺乏对文本主题之间以及主题与观点持有者之间的关系挖掘,不能很好的处理具有不规则、口语化、极性强等特点的评论文本.通过提取网站的文本评论,对评论对象进行结构化处理,以How Net公布的情感词典为基础,完善了评论情感倾向性词典.结合五元组模型量化文本情感信息,建立了适合处理评论文本的模型,深度挖掘了用户对商品或消费行为的主观感受.并通过实验验证了该模型的准确度和有效性.
关键词：情感分析;观点挖掘;自然语言处理;评论文本;五元组;知网词典;
