基于层次主题模型的商品评论细粒度情感分析

发布时间：2024-03-04 02:09

　　随着电子商务的快速发展,许多用户习惯于在购买商品后会做出评论,表达自己对商品的态度。这些评论文本包含了大量有价值的信息。消费者可以通过评论文本了解商品的质量,而商家可以根据用户评论帮助其改进产品,增强企业的竞争力。目前,利用文本挖掘技术对用户评论情感分析成为一个重要的研究方向。然而,现有的研究大多依据用户评论中的情感词计算文本整体的情感极性,分析粒度较粗,无法建立针对产品细粒度属性的情感分析。本文提出了一种基于层次主题模型的商品评论细粒度分析方法,并以京东网站的用户评论为例进行分析。主要工作如下:首先,使用爬虫从京东网站上获得联想小新系列笔记本电脑的用户评论并对其进行预处理。其次,实现产品属性层次树的构建。针对爬取的用户评论,基于h LDA建模得到评论文本层次主题树。依据PMI算法,进一步提炼出带有权重的产品属性层次树。随后,通过对句子结构的剖析提取产品属性所对应的情感相关词,并依据本研究所扩充的情感词典计算其情感得分。最后,构建出产品评价体系,帮助产品开发者了解市场反馈与用户需求。本文通过h LDA模型挖掘了用户评论文本中消费者重点关注的商品属性,得出的如下结论:屏幕、外观及性能的情...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图2-1嵌套中国餐馆过程图

11本研究应用hLDA进行属性的挖掘有以下两个原因：一方面，这种文字内部具有层次性的逻辑关系是符合人类语言文字认知的，而hLDA可以完成主题间层次结构的获龋另一方面，hLDA仍然是依据词语出现的频率来帮助进行文本信息挖掘。hLDA的应用也进一步推进了文本数据挖掘领域的发展。其运算....

图2-2hLDA概率分布图

12若每一个方形均代表着一家餐厅，并且这个餐厅里桌子服从阿尔法分布，每家餐厅都有不定数量且无穷多个桌子，每个桌子也唯一指向下一层的某家餐厅。假设某天，有五位客人来第一层的某家餐厅吃饭，1、3号客人坐在了同一张桌子，2、4号客人坐在了另一个桌子，而剩下的5号客人坐在第三个桌子上。之....

图3-1构建基于hLDA的产品评价体系的流程图

16第3章基于hLDA的产品评价体系在产品属性获取的基础方法上，本文使用层次主题模型来获取产品属性，并且针对单个产品属性加入情感极性的计算，最终设计出了包含产品属性与情感倾向两大维度的商品评价体系。基于hLDA的产品评价体系构建如图3-1所示，包括数据获取与处理、构建评论主题层次....

图3-2hLDA输入文件图

18频次。在此基础上，输入hLDA的文件如图3-2所示：图3-2hLDA输入文件图3.1.2基于hLDA构建评论层次主题树预处理后的词表文件输入后，建模过程中需要关注如下几点：（1）树深度及迭代次数A:树的深度K:所构建的树的深度，也指构建的层次主题树的深度K的数值大小，决定着层....

本文编号：3918724