赵翠翠，尹春华

(北京信息科技大学 信息管理学院，北京 100192)

0 引言

商品评论信息所表达的情感倾向是影响消费者购买意愿的重要因素，而情感倾向分析需要建立领域情感词典。领域情感词典是情感词的集合，因此情感词聚类的研究具有十分重要的意义。常用的文本聚类分析方法包括K-means聚类、层次聚类、谱聚类以及神经网络聚类[1]。

国内外对文本聚类的研究成果有很多。尹积栋等[2]将K-means算法应用到评论文本的特征聚类技术中，最终的查准率比其他算法更高；黎九平[3]提出基于SOM文本聚类的领域本体学习模型与方法，并用实验验证了其在领域本体学习过程中能够提高学习的效率和准确性；张杉等[4]采用K-means算法对文本进行聚类分析得到互信息下的信息量化模型；Shi等[5]使用K-means++算法对Word2vec模型得到的词向量进行聚类，从而优化LDA模型的训练过程，最终得到更好的主题分布。

商品评论情感词具有其独特性，其包含网络用词和口语化用词。情感词具有情感倾向，而聚类方法能够放映情感词的情感倾向。因此，选择适当的情感词聚类方法对商品评论情感分析具有重要意义。K-means[6-7]是基于语料库构建情感词典时情感词聚类的经典算法。SOM[8]属于神经网络的一种算法，在文档整理、分类等文本聚类方面得到广泛应用。情感词聚类也属于文本聚类的范畴，而且SOM具有很强的自学习、自组织、自适应能力，通过学习可将评论中的独特情感词识别并自动分为不同的类别，因此也可应用于商品评论情感词聚类问题。……