廖 健，王素格,2，李德玉,2，张 鹏

(1. 山西大学 计算机与信息技术学院，太原 030006；2. 山西大学 计算智能与中文信息处理教育部重点实验室，太原 030006)



基于观点袋模型的汽车评论情感极性分类

廖 健1，王素格1,2，李德玉1,2，张 鹏1

(1. 山西大学 计算机与信息技术学院，太原 030006；2. 山西大学 计算智能与中文信息处理教育部重点实验室，太原 030006)

该文针对网络评论倾向分级问题，提出了一种基于观点袋模型和语言学规则的多级情感分类方法。通过分析句子中的词性搭配关系，设计了12种抽取特征-观点搭配模式，并对存在问题给出了解决策略。依据汉语用词特点和词汇在汽车领域的特殊用法，提出搭配四元组的情感倾向极性值计算方法。在此基础上，利用获取的搭配四元组及其情感倾向极性，建立文本的向量化表示，并构造了权重计算公式。最后，利用文本余弦相似度计算方法实现对评论文本的五级情感极性分类。通过在COAE2012任务3的汽车数据集上进行的测试，取得了较好的分类结果。

情感分类；观点袋模型；词性搭配

1 引言

随着互联网的快速发展，普通网络用户已经从单纯的信息接受者逐渐变成信息生产者，各类微博、论坛、电商中存在大量具有评论性和主观倾向性的文本，例如商品评价、跟帖等。据统计，44%新闻文本包含观点信息[1]。通过分析商品评论，可以让普通用户更容易了解某些产品的主流市场评价，方便用户做出更正确的消费决定，对商家而言，也能利用这类结果来获得最直观的市场反馈，据此做出更有针对性的市场决策。……