web用户评价的自动情感分析.pdf

Web 用户评价的自动情感分析

Antomatic Sentiment Analysis for Web
User Reviews








学科专业：计算机应用技术
研 究 生：王林梅
指导教师：何丕廉教授
孙越恒讲师




天津大学计算机学院学院
二零零九年五月
独创性声明

本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的
研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表
或撰写过的研究成果，也不包含为获得 天津大学 或其他教育机构的学位或证
书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中
作了明确的说明并表示了谢意。


学位论文作者签名： 签字日期： 年 月 日




学位论文版权使用授权书


本学位论文作者完全了解 天津大学 有关保留、使用学位论文的规定。
特授权 天津大学 可以将学位论文的全部或部分内容编入有关数据库进行检
索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校
向国家有关部门或机构送交论文的复印件和磁盘。
（保密的学位论文在解密后适用本授权说明）



学位论文作者签名： 导师签名：

签字日期： 年 月 日 签字日期： 年 月 日
摘 要

随着网上信息量的增加和网络应用的扩大，有越来越多的用户借助因特网来
获得自己需要的信息。用户在购买某种产品、做某件事之前，往往希望得到相关
的一些评价和建议作为参考，因特网成为一种很重要的途径。而因特网上也有很
多关于产品或者服务的用户评价信息，但是靠人工来区分这些信息是一件非常艰
巨的任务，所以本文提出了自动情感分析方法。
本文首先研究了情感词汇的自动获取技术，在北大计算语言所提出的“基于
同义词词林的词汇褒贬计算”的算法基础上，通过提取部分标注错误的词汇对该
方法加以改进，使词汇情感标注的准确率从 %上升到 %，并提出一种
基于规则的动态扩展方法，通过上下文决定歧义词的情感倾向。
接着研究情感文本分类的一个应用——评价信息的情感分析，对用户评价信
息进行情感倾向分析。本文使用文本向量模型，通过对中文语言中各种不同词性，
以及否定词，转折词，程度副词对文本的影响，来判断文本情感。并且提出一种
迭代算法扩展初始情感词典，以提高分类的准确率。该方法思想简单，容易理解,
准确率达到了 %，但缺点是算法时间复杂性较高，比较费时。
本文使用 Web 挖掘技术将这些用户评价信息挖掘出来并根据用户情感进行
分类。输入的是要查询的主题，输出的是对于该主题三种类别(正面、负面、中
性)的评价各占的百分比，以及所占比重最高的类别中，权重的绝对值最高的前
十条评价信息。