基于机器学习的词语和句子极性分析研究.pdfVIP

基于机器学习的词语和句子极性分析 蔡健平，王琳琳，林世平 福建省福州大学数学与计算机科学学院计算机系350002 laocai800@126．tomlinlin07@163．tom wang splin@fzu．edu．cn 摘要：近年来，主观性文本(意见)挖掘研究十分活跃，主要特点是分析文本中包 含的主观观点并计算其语义极性。这类研究可广泛应用于信息过滤、智能电子商务、意 见反馈、民意调查等。词和句子的极性分析是意见挖掘的一个重要处理层次。我们从这 两个基础环节入手，构建了基础极性词典，用上下文关联和多种机器学习方法分析了极 性词在某一领域内的极性。接着，并分别用词语和Bayes方法计算句子的极性。 关键词。意见挖掘语义倾向极性分析观点分析 WordandSentence BasedonMachine PolarityAnalysis Learning Cai，Wang Lin Jianping Linlin,Shiping of Scienceinthe ofMathand Science，Fuzhou DepartmentComputer College Computer 350002 University,Fujian laocai800@126．tom wang_linlin07@163．com，splin@fzu．edu．cn ． Abstract：Inrecent main active，the years，subjectivetext(opinion)miningvery the views in textand the characteristicisto included analyze subjective subjective compute be semantic researchesCall usedininformation polarity．These widely filtering，intelligent feedbackand the ofwordsand e-commerce，opinionpubHcopinionsurveys．Analyzingpolarity sentencesisan we withthem．andbuildafoundation importantlinguisticlayer．Sobegin polarity of ofthe awordina fieldwiththeuseofcontextual dictionaries，a