基于特征本体的微博产品评论情感分析 - 矿业科学学报.pdf

第６０卷 第１６期　２０１６年８月 基于特征本体的微博产品评论情感分析 ■ 唐晓波　兰玉婷 武汉大学信息管理学院　武汉４３００７２ 摘要：［目的／意义］微博平台产品评论的特征级情感分析问题具有其特殊性，为了对特征分类，解决隐式 特征的识别问题，并分析特征情感，提出一种基于特征本体的产品评论情感分析方法。［方法／过程］该方法利 用构建的特征本体对特征词分类，通过计算情感词与特征的搭配权重来识别隐式特征，并构建领域情感词典和 微博表情符号词典，计算微博产品评论的特征情感极性和强度。［结果／结论］构建方法模型，通过采集微博评 论数据设计实验，验证了提出方法的有效性。 关键词：特征　本体　产品评论　情感分析　微博 分类号：Ｇ２５０ ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１６．１６．０１５ １　引言 情感分析带来了挑战。目前国内关于微博产品评论的 情感分析研究还不多，隐式特征的提取以及特征情感 　　Ｗｅｂ２．０时代以来，随着互联网的迅猛发展，微博 的分析是该研究领域的两大难题，将对这两个问题展 以其无门槛、传播快等特点深受大众喜爱，微博用户数 开研究，提出了一种基于特征本体的微博产品评论情 量规模的逐渐增大使得微博每天都会产生大量的数 感分析方法，构建特征本体对特征分类。 据，其中除了平常的分享内容，还包括用户使用产品之 后的评论性微博，对这部分数据进行分析，可以为企业 ２　相关研究 和消费者带来关于产品更全面的信息。情感分析能够 ２．１　情感分析 分析获得发言人发表的主观内容所具有的情感倾向， 　　情感分析也被称为意见挖掘，是对带有情感色彩 对于舆情研究、产品口碑、商务智能等具有重要的意 ［１］ 的主观性文本进行分析、处理、归纳和推理的过程 。 义。产品评论的情感分析是当前的一个研究热点，从 情感分析主要有机器学习方法和基于词典的方法两 不同粒度上看，有针对篇章、句子以及产品特征三个层 种， ［２］ Ｂ．Ｐａｎｇ和Ｌ．Ｌｅｅ等 首次将ＳＶＭ和贝叶斯分类应 面的情感分析，其中针对篇章和句子的情感分析粒度 ［３］ 用到情感分析中，乌达巴拉等 利用扩展后的ＣＲＦｓ模 较粗，但是用户往往不只关心某一个特定产品的整体 ［４］ 型进行短语的情感分类。陈晓东 利用基础情感词典 情况，当用户想获得产品的某个部件或特性的信息时， 和网络情感词典构建了面向特定领域的情感词典进行 粗粒度的情感分析并不能满足要求。了解产品的哪些 情感分析。机器学习方法依赖标注的训练集，在不同 特征会正面或负面的影响用户的体验，能为企业在改进 领域上的适应性还不够，因此本文采用基于词典的方 产品以及制定市场销售策略时提供更加全面的情报，同 法进行情感分析。 时也能为消费者的购买决策提供更细粒度的信息。 ２．２　特征提取与分类 　　因此，针对产品的某个特征进行情感分析具有重 　　特征情感分析是细粒度地分析用户对产品的特征 要的研究意义。微博用户之间的关注没有限制，内容 属性产生的主观性文本。特征提取是进行产品特征情 传播速度快，同时微博评论文本短小，字数限制在 １４０ 感分析需要解决的第一步，特征可以是产品的某个部 字以内，用语更加随意，这些特点都给微博评论文本的 件，也可以是产品的某个属性或部