陈昀，毕海岩

(国网天津市电力公司 城东供电公司,天津　300010)



基于多特征融合的中文评论情感分类算法

陈昀，毕海岩

(国网天津市电力公司 城东供电公司,天津300010)

摘要：为解决情感分类中词间的语义关系难以表达和分析的问题，提出了一种基于词向量(word representation)和支持向量机(support vector machine)的情感分类算法，对电子商务在线评论的情感分类问题进行研究.首先使用word2vec聚类相似特征，然后使用word2vec和SVM对情感数据进行训练和分类，并分别使用基于词特征和基于词性标注的方法进行特征选择.在京东评论数据上进行的实验结果表明，与现有方法相比，分类准确率和召回率得到了提高. 用户可能使用很多不同的词汇加以描述同一个商品特征，为了生成有效的评论，这些近义词需要聚到同一个特征组中，使用word2vec来对相似特征进行聚类，分为如下几个步骤.

关键词：情感分类;词向量;支持向量机;机器学习

第一作者：陈昀(1977-)，男，天津市人，国网天津市电力公司工程师，主要从事电力工程技术方面的研究.

E-mail:20951518@qq.com

随着网络技术的迅速发展，电子商务在消费构成中变得尤为重要.为了吸引顾客和提升顾客的购物体验，电子商务网站引入了用户评论机制，一方面，评论内容中包含了非常有价值的商品信息，另一方面，用户又很难从海量评论数据中完整地了解商品的全貌，同时商品制造商也很难根据这些评论信息来改进商品的生产和设计.与基于主题的分类不同(通过关键词进……