資源描述：
《面向在線評論的情感信息分類與挖掘》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、ZSTUZhejiangSci-TechUniversity碩士學位論文Master’sThesis中文論文題目:面向在線評論的情感信息分類與挖掘英文論文題目：ClassificationandMiningofEmotionalInformationforOnlineReviews學科專業(yè)：管理科學與工程作者姓名：李丹丹指導教師：王正成遞交日期：2018年3月浙江理工大學碩士學位論文摘要隨著互聯(lián)網(wǎng)的高速發(fā)展，社交網(wǎng)絡(luò)迎來了新的時代，特別是時下自媒體的發(fā)展，使得信息傳播具有高度參與性和交互主體性。自媒體用戶數(shù)量的激增，越來越多的用戶在平臺上
2、各抒己見，用戶在線評論數(shù)量也呈現(xiàn)著爆發(fā)式的增長。這些評論體現(xiàn)了用戶對某一事件的主客觀評價，包含著用戶自身的情感態(tài)度。因此，綜合分析在線評論數(shù)據(jù)，挖掘用戶對事件的情感信息具有十分重要的意義。情感分類是根據(jù)文本內(nèi)容所體現(xiàn)的用戶意見的情感極性，將帶有相同特定情感傾向的文本歸為一類，其目的是為了更好地分析在特定情感傾向下，用戶評論所關(guān)注的主題或其他信息。目前在線評論情感分類主要采取統(tǒng)計自然語言處理、情感語義特性兩種方式，而將這兩種方式相結(jié)合進行情感分類的研究較少。故提出將這兩種方式進行結(jié)合，設(shè)計基于詞向量與情感本體相融合的情感分類方法。經(jīng)由實驗表
3、明，本文提出的情感分類方法在分類效果上較優(yōu)于僅基于詞向量和基于情感本體的分類方法。在對評論文本情感分類之后，為抓住評論主題和用戶情感之間的聯(lián)系，提出一種將潛在狄立克雷分布模型（LatentDirichletAllocation，LDA）和語義網(wǎng)絡(luò)相結(jié)合的情感信息挖掘模型。對LDA主題分析的結(jié)果進行處理，把與主題相關(guān)的高頻詞語劃分為與主題相關(guān)的名詞和帶有感情色彩的情感詞。之后結(jié)合主題詞和情感詞建立詞共現(xiàn)矩陣，基于詞共現(xiàn)矩陣形成評論文本語義網(wǎng)絡(luò)圖，對文本的情感信息進行描述。經(jīng)由實驗表明，該模型較優(yōu)于基于詞頻-逆文檔頻率（TermFrequen
4、cy-InverseDocumentFrequency，TF-IDF）所構(gòu)建的情感信息挖掘模型。關(guān)鍵詞：在線評論；情感分類；LDA主題分析；語義網(wǎng)絡(luò)I浙江理工大學碩士學位論文AbstractWiththerapiddevelopmentofInternet,socialnetworkiscomingintoanewera.Especiallythedevelopmentofmedianowadays,informationcommunicationishighlyparticipatoryandinteractive.Sincethenu
5、mberofusersinthemediaincreasesharply,moreandmoreusersontheplatformexpresshisownviews,thenumberofonlinereviewsalsoshowsexplosivegrowth.Thesecommentsreflecttheuser'ssubjectiveandobjectiveevaluationofanevent,includingtheusers'ownemotionalattitude.Therefore,itisofgreatsignifi
6、cancetoanalyzetheonlinecommentdataandtoexcavatetheusers'emotionalinformationontheevent.Sentimentclassificationisbasedonthepolarityofuseropinionreflectedinthetextcontent.Itcategorizesthetextwiththesamespecificemotionaltendencyintoaclass,anditspurposeistoanalyzethethemeorot
7、herinformationbetterthattheuserreviewspayattentiontounderthespecificemotionalorientation.Atpresent,onlinereviewsemotionalclassificationmainlyadoptstwoways,namely,statisticalnaturallanguageprocessingandemotionalsemanticfeatures.However,thereislessresearchonthecombinationof
8、thesetwowaysforsentimentclassification.Therefore,thispaperputsforwardthecombinationofthesetwoway
