基于LDA的商品特征和情感詞提取
大?。?/span>2.14 MB 人氣： 2018-01-02 需要積分：1
標簽：LDA(10554)
隨著網絡購物的發展，Web上產生了大量的商品評論文本數據，其中蘊含著豐富的評價知識．如何從這些海量評論文本中有效地提取商品特征和情感詞，進而獲取特征級別的情感傾向，是進行商品評論細粒度情感分析的關鍵，根據中文商品評論文本的特點，從句法分析、詞義理解和語境相關等多角度獲取詞語間的語義關系，然后將其作為約束知識嵌入到主題模型，提出語義關系約束的主題模型SRC-LDA（semantic relation constrained LDA），用來實現語義指導下LDA的細粒度主題詞提取．由于SRC-LDA改善了標準LDA對于主題詞的語義理解和識別能力，從而提高了相同主題下主題詞分配的關聯度和不同主題下主題詞分配的區分度，可以更多地發現細粒度特征詞、情感詞及其之間的語義關聯性．實驗結果表明，SRC-LDA對于細粒度特征和情感詞的發現和提取具有較好的效果．
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%