根据消费者在线评论,构建有向网络,从评论网络的拓扑性质出发建立在线评论情感倾向性分类模型。该模型首先以词语共现理论为基础构建评论的有向网络,然后挖掘网络中具有情感信息的子网络,将子网络中由程度词和否定词导致的情感偏移引入...根据消费者在线评论,构建有向网络,从评论网络的拓扑性质出发建立在线评论情感倾向性分类模型。该模型首先以词语共现理论为基础构建评论的有向网络,然后挖掘网络中具有情感信息的子网络,将子网络中由程度词和否定词导致的情感偏移引入到韦伯-费希纳定律中,提出了一种新的在线评论情感相似性计算方法DNSA(Directed network and syntactic analysis),利用该方法计算测试评论和训练中评论的相似度,选取相似度最大的K条评论的多数类作为该评论的类别。最后对酒店评论和手机评论进行实验,结果表明该模型可以有效的对评论作情感倾向性分类。展开更多
文摘根据消费者在线评论,构建有向网络,从评论网络的拓扑性质出发建立在线评论情感倾向性分类模型。该模型首先以词语共现理论为基础构建评论的有向网络,然后挖掘网络中具有情感信息的子网络,将子网络中由程度词和否定词导致的情感偏移引入到韦伯-费希纳定律中,提出了一种新的在线评论情感相似性计算方法DNSA(Directed network and syntactic analysis),利用该方法计算测试评论和训练中评论的相似度,选取相似度最大的K条评论的多数类作为该评论的类别。最后对酒店评论和手机评论进行实验,结果表明该模型可以有效的对评论作情感倾向性分类。
