基于朴素贝叶斯的酒店评论情感倾向性分析
2018-08-01焦凤
现代计算机 2018年20期
焦凤
(上海海事大学信息工程学院,上海 201306)
0 引言
随着互联网的迅速发展,人们热衷于通过网络表达自己的态度和看法。用户发布微博、酒店评论、电影评论等来表达自己的情感。这些文本信息都包含了大量的情感信息,都是宝贵的情感语料资源,商家和消费者可以参考评论信息做出更加合理的判断。利用情感分析能从评论中获取用户的情感信息,可以准确地分析出评论中情感的倾向性。
文本情感分析技术主要分为两类:基于语义方法和基于机器学习方法。基于语义方法是指利用计算情感词语的情感值来判断文本的情感极性,杨超等人在HowNet和NTUSD的基础上进行扩展,建立了一个具有倾向程度的情感词典[1],取得更加准确的分析结果。评论语料中的情感词、情感词的上下文及情感词修饰的特征词等因素都对句子情感倾向性产生影响。为了获取精确的分类结果,Meena A等人重点考虑了连词对句子情感极性分析[2]的影响,结合短语和连词分析句子情感极性。基于机器学习的方法是指利用已经标注的语料,采用不同的特征权值[3]公式、特征选择方法对采集来的语料进行处理,利用机器学习算法进行训练得到分类器,用训练好的分类器对新文本进行识别。Fei Zhongchao根据机器学习的方法研究了外文中体育相关评论[4]的情感分析,通过实验研究获得了有效的结果。当前研究结果表明,基于机器学习的方法分类效果优于基于语义的方法[5]。卢玲提出一种新的基于朴素贝叶斯的中文文本情感分类[6]方法,用情感短语作为文本特征,通过情感词典与否定副词相结合提取情感短语,再利用朴素贝叶斯分类器进行情感分类计算。……
登录APP查看全文
