基于特征细分的中文情感分析研究--以手机购买评论文本为例

《基于特征细分的中文情感分析研究--以手机购买评论文本为例》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10270分类号：TP391.1学号：162502915硕士专业学位论文基于特征细分的中文情感分析研究——以手机购买评论文本为例学院：数理学院专业学位类别：应用统计硕士专业领域：应用统计研究生姓名：陈慧指导教师：傅毅完成日期：2018年5月摘要手机作为现代人们生活的必需品，有着五花八门的品牌以及很多不同的款式。对于用户来说，由于买方与卖方的信息不对称性，在网络上进行各种手机品牌的选择是一件很烦恼的事，所以需要依据具体的研究结论来帮助他们做出抉择。随着自然语言处理技术的发展，文本分析已经成为一大热门区域，而其中，情感分析又是文本领域研究的前沿方向。现在，文本分析

2、在英文研究领域的相关研究已经比较成熟，而在中文领域研究，由于中文语言的复杂，对中文文本的情感分析还没有达到一定的程度。首先，现在对于句子和篇章级别的文本情感分析工作还远远不够，需要继续加以研究。其次，对于大规模数据集的情感分类的任务，必须继续发掘更优良的文本情感分类机器算法。最后，文本的情感分析现更多集中在微博、新闻、影评、酒店评论等等，所以迫切需要扩大研究领域，挖掘出更多有实际价值和社会效益的研究结论。本文从京东商城和淘宝网搜集了5款热门手机的相关评论，首先对评论集进行预处理和doc2vec向量化，然后通过梯度提升决策树算法进行情感分类，取得接近了81.79%的良好分

3、类准确率。接着，将这种分类模型与逻辑回归、随机森林两种分类算法进行比较，发现GBDT的分类AUC值要比LR高约0.11，比RF高约0.03，且GBDT的FPR值要比LR和RF的FPR低接近20个百分比，分类所用时长也短于其它两个模型，从而验证了doc2vec+GBDT分类模型的优良性能。最后，通过参数调优，使得doc2vec+GBDT分类模型的准确率提升1.5%，AUC值也提升了0.03，并将此模型用于5款热门手机评论的情感分类，且进一步分析了不同品牌手机的用户属性偏好。本文研究的结论，即可以帮助手机厂商了解客户需求、从而改进自身产品，同时也可以根据顾客需求，帮助他们选

4、到心仪的商品。关键词：文本分析；情感分类；机器学习；doc2vec向量化；梯度提升决策树算法论文类型：应用研究IAbstractAsanecessityforpeople'slives,mobilephoneshasawidevarietyofbrandsandstyles.Becauseoftheinformationasymmetrybetweenbuyerandsellers,itisaagonizingthingforuserstochooseonebrandonnetwork,andthereneedstobemorespecificfindingstohel

5、pthemmaketheirchoices.Withthedevelopmentofnaturallanguageprocessingtechnology,textanalysishasbecomeahotarea,ofwhichemotionanalysisistheforefront.TextualanalysisisrelativelymatureinthefieldofEnglishstudiesatpresent.However,inthefieldofChinesestudies,theanalysisoftheChinesetextshasnotreach

6、edacertainlevelduetothecomplexityoftheChineselanguage.Firstofall,theresearchvolumeofthetextsentimentanalysisatthesentencesandchapterslevelsisfarfromenoughatpresent,soitisverynecessarytomakethestudygoon.Second,thetaskofsentimentclassificationforlarge-scaledatasetsalsoneedsmoreexcellentsen

7、timentclassificationmodelofmachinelearningtoplayitsrole,whichwemustcontinuetoexplore.Finally,therelatedtechnologiesabouttextsentimentanalysisisnowmorefocusedonweibo,news,filmcriticism,hotelreviewsandsoon,sothereisanurgentneedtoexpandtheresearchfieldanddigoutmoreresearchco