在线评论细粒度情感分析

《在线评论细粒度情感分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中国科技论文在线http://www.paper.edu.cn在线评论细粒度情感分析**蓝天广，万岩（北京邮电大学经济管理学院，北京100876）5摘要：在线评充满了大量决策信息使得消费者与制造商受益。然而，随着商品属性的多样化，只对评论整体分类的传统的情感分析已经不能满足消费者与制造商的需求，他们需要细粒度的属性分类与分析：消费者需要得到其所关心的目标商品属性的分析，制造商需要从评论中了解自身产品优劣以及顾客口味。本文进行细粒度情感分析进行商品属性分析，并且通过通10用的评论抓取方法、归纳女式连衣裙商品属性方法及基于词性

2、规则的隐式属性发现方法使得本研究更加具有通用性。关键词：细粒度；情感分析；属性分析；隐式属性中图分类号：TP39115Fine-grainedSentimentAnalysisOfOnlineReviewsLanTianguang,WANYan(SchoolofEconomicsandManagement,BeijingUniversityofPostsandTelecommunications,Beijing100876)20Abstract:Ahugenumberofonlinereviewswhicharevalua

3、blevoiceofcustomerandfullofdecisioninformationbenefitconsumersandproductdesigners.However,withcommodityattributesbecomingmorediverse,thetraditionalsentimentanalysisofoverallemotionaltendencyalreadycan’tsatisfytheneedsofbuyersandmanufacturers,becausetheyneedfine-gr

4、ained25attributesanalysis.Consumershopetogetanalysisresultsoftargetattributesandmanufacturershopetomasterstrengthsandweaknessesofproductsandalsoconsumers’taste.Thisstudyconductsafine-grainedsentimentanalysisresearchtosolvethisproblemandweincreasegeneralityoftheapp

5、licationbythegeneralmethodsweusetocrawlreviews,inducegeneralcategoryofproductattributesinwomen’dressandfindimplicitfeaturesbasedonPOSrules.30Keywords:Fine-grained;Sentimentanalysis;Attitudeanalysis;Implicitattributes0引言在线评论（onlinereview）是网络口碑的一种重要形式，一般指潜在或实际消费者在电[

6、1]子商务或第三方评论等网站上发表产品或服务的正面或负面观点，通过在线方式传递给其35他消费者和生产商。从买方来讲，评论阅读者可能会依据在线评论来判断商品的质量和商家的可信度，从而决定是否购买；从卖方来讲，生产商和销售商可以了解消费者对其商品和服[2]务的反馈信息，从而改进产品改善服务,赢得竞争优势。然而，面对爆炸式增长的在线评论，[3]生产商和消费者遇到了信息爆炸时代的普遍问题—信息过载。一种有效的组织在线评论的方法是文本分类。情感分析可视为文本分类的一项工作，其[4]40按照情感的极性进行分类，例如正向、负向。目前，情

7、感分析的绝大部分研究都将焦点集中于文本情感极性分类。但是，随着评论的日渐增加和商品属性的日趋多样化，整体情感倾向已然不能满足购买者或商家的需求。传统的情感分析未能更细粒度的在属性层面帮助消费者减轻信息过载和认知成本，而生产商也不能更加深入地了解产品的优缺点，不能在互联网背景下了解小众需求。更进一步的问题是，有些评论对其评价的属性未在语句中直接点明，作者简介：蓝天广（1989-），男，硕士研究生，主要研究方向：信息管理通信联系人：万岩（1966-），女，教授，主要研究方向：信息管理.E-mail:wanyan@bupt.ed

8、u.cn-1-中国科技论文在线http://www.paper.edu.cn45对其的理解需要根据评论的上下文进行。MingqingHu和BingLiu把这类问题称为显式属性[5]和隐式属性的问题。这类研究不多，对隐式属性的提取是在线评论研究的一个重点和难点[2]。本研究针对传统情感分析不能细化消费者口