郝秀兰,许方曲,蒋云良

(湖州师范学院 信息工程学院，浙江 湖州 313000)

一种中文伪评论语料半自动获取方法

郝秀兰,许方曲,蒋云良

(湖州师范学院 信息工程学院，浙江 湖州 313000)

该文提出了一种中文伪评论语料半自动收集方法，主要包括数据收集、句法分析、情感倾向性分析等方法，并对影响方法正确性的错误进行了总结。文中着重介绍了一种句法分析方法，在句法分析的基础上提出了<评价对象，评价短语>的提取方法。该提取方法简化了情感二元对的句法呈现模式。同时，对部分实验结果进行了分析，对提高文本情感分析的准确率提出了一些建议。

计算机应用；中文信息处理；倾向性分析；伪中文评论；半自动获取

1 引言

情感分析(sentiment analysis)[1-3]，又称观点挖掘(opinion mining)，是指通过挖掘文本中的观点、看法、情绪、好恶等主观信息，对文本的情感倾向做出类别判断[4]。情感分析是网络舆情、互联网信息监控使用的关键技术之一。

除了在互联网舆情监控领域的应用[5]，情感分析也被广泛应用于生活信息服务、医疗服务等关系民生的众多行业[6-8]。本文关注的是文本情感分析在电子商务中的应用。

电子商务网站中，有些特殊的评论：有的评论把好的产品/服务说成是不好的，有的把不好的产品/服务说成是好的，这两类评论合称为“伪评论”[1-2,8]，伪评论是垃圾评论的一种。在现实中，这两类评论都是非常有害的，前者损害商家的利益，后者损害消费者的利益。但是，伪评论与真实评论混在一起，用人工的方法很难区分。……