文/王倩，乐山职业技术学院

基于评论短句计算特征的观点挖掘

文/王倩，乐山职业技术学院

为提高产品评论挖掘的准确率，本文通过计算细粒度属性词和程度副词以及情感词的词汇的语义倾向度，设计了一种结合权重和评论短句计算特征的粗粒度情感倾向分析方法，由细粒度到粗粒度判定web评论的情感倾向性。本文设计了一种基于评论短句计算特征的情感分析方法，把结合属性词和副词权重计算方法的结果进行二次分类，结果表明相对于直接分类或细粒度的情感分析结果，本文设计的结合权重和评论短句计算特征的情感分析方法，分类效果有所提升。

属性提取；评论短句；观点挖掘；语义倾向度

引言

随着互联网和计算机技术的快速发展，国内外电子商务公司也得到了迅猛发展，网络购物成为很多人购物的重要方式。在实际应用中，利用观点挖掘技术能发现顾客的喜好及商品的不足之处，能够使商家改善服务质量，提高商品性能，并且其他用户也可以根据分析结果进行是否购物的参考。在中文评论挖掘中，情感倾向分析一般有词典方式和分类算法两类。词典方式是根据词汇的语义倾向性加权扩展到整句，在语义的基础上研究；分类算法利用现成的工具提取特征，使用分类算法进行分类。基于词典的方法准确率较高，但依赖性较高。而基于分类算法的普适性相对较好，缺点是在分类特征不明显时，容易造成误判。……