西安科技大学学报

2020, v.40;No.173(03) 504-511

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于Sword2vect的中文在线商品评价情感分析
Sentiment analysis of Chinese online products evaluation based on Sword2vect

厍向阳;杨瑞丽;董立红;

摘要(Abstract):

商品的在线评论情感分析已经成为一个热门的研究话题。为了更好地解决情感分析中词语的上下文信息和词语的情感信息缺失问题,提出了一种基于句子情感得分加权句向量的Sword2vect情感分析方法,对中文在线评价进行情感分析。首先用基于词典的方法计算出评论句子的情感得分并对其进行预处理保证所有正向评论句子的情感得分为正,负向评论情感得分为负,用word2vect算法得到含有上下文信息评论的句子向量,然后用情感得分对句子向量进行加权得到情感句向量Sword2vect,用支持向量机算法对训练数据集进行训练得到模型,最后调用训练好的模型对测试数据集进行情感分析。采用基于情感得分加权的Sword2vect算法和word2vect词向量算法以及tf_idf特征词向量算法分别对京东手机在线评价以及谭松波酒店评价这2个数据集进行情感分析,从精确度、时间等方面进行比较。实验结果表明:基于情感得分加权的Sword2vect算法精确度较word2vect词向量算法精确度提升了10%~20%,相比于tf_idf特征词向量精度提升了20%~30%,Sword2vect算法的时间效率较其他2个算法也得到了较大的提升。

关键词(KeyWords): 情感分析;word2vect;支持向量机;情感词向量

Abstract:

Keywords:

基金项目(Foundation): 陕西省自然科学基础研究(2019JLM-11);; 陕西省自然科学基金(2017JM6105)

作者(Author): 厍向阳;杨瑞丽;董立红;

Email:

DOI: 10.13800/j.cnki.xakjdxxb.2020.0318

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享