• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于多特征組合的在線產(chǎn)品評論情感挖掘研究

    2017-05-31 08:39:14何有世王明
    軟件導(dǎo)刊 2017年5期
    關(guān)鍵詞:情感分析決策樹

    何有世 王明

    摘要摘要:近年來,如何利用計算機自動、快速、準(zhǔn)確地識別大量文本產(chǎn)品評論數(shù)據(jù)情感傾向是自然語言處理領(lǐng)域關(guān)注的重點話題。使用數(shù)據(jù)抓取軟件,抓取亞馬遜官網(wǎng)華為honor暢玩版4X手機在線評論進行實驗,實驗中按照一定的語法規(guī)則將每條完整的在線產(chǎn)品評論分成若干子句,識別其中有效子句,提取有效子句評論中多種特征進行組合,然后選用C4.5決策樹機器學(xué)習(xí)法來識別子句的情感傾向,并對多組實驗結(jié)果進行分析對比。實驗結(jié)果表明,選擇子句中情感詞數(shù)量和否定詞數(shù)量作為特征組合時,加權(quán)后模型的查準(zhǔn)率和查全率均達到96%;程度副詞和特殊符號對模型的作用比較微弱,僅有1%的影響;程度副詞的作用略優(yōu)于特殊符號。

    關(guān)鍵詞關(guān)鍵詞:決策樹;多特征組合;產(chǎn)品評論;情感分析

    DOIDOI:10.11907/rjdk.162835

    中圖分類號:TP301

    文獻標(biāo)識碼:A文章編號文章編號:16727800(2017)005000105

    0引言

    計算機網(wǎng)絡(luò)、電子商務(wù)和移動技術(shù)的飛速發(fā)展,使用戶更加便捷地融入網(wǎng)絡(luò),成為信息的使用者和創(chuàng)造者?,F(xiàn)今,人們更加習(xí)慣于在互聯(lián)網(wǎng)上發(fā)表自己對產(chǎn)品、服務(wù)或事件的觀點、偏好及情感傾向。CNNIC在《第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》[1]中指出:截至2015年12月份,我國網(wǎng)民數(shù)量達到6.88億,互聯(lián)網(wǎng)普及率接近50.3%,龐大網(wǎng)民數(shù)量為生成海量互聯(lián)數(shù)據(jù)提供了基礎(chǔ)。其中,在線產(chǎn)品評論數(shù)據(jù)具有很大的商業(yè)價值。面對海量的碎片化、非結(jié)構(gòu)化、口語化、隨意化和多樣化的交易評論信息,如何借助計算機提取有價值的信息,幫助企業(yè)快速定位用戶偏好及喜愛和消費者快速檢索所需的信息來了解產(chǎn)品的質(zhì)量和口碑,一直是學(xué)者研究的重點和難點。

    情感分析又稱為意見挖掘,簡言之,即從帶有情感色彩的主觀性文本中抽取用戶對話題、產(chǎn)品、個人、組織和服務(wù)等的情緒、評價、喜好、情感傾向[24]。按照處理文本的內(nèi)容,可分為基于新聞評論的情感分析和基于產(chǎn)品評論的情感分析[5]。前者主要處理網(wǎng)絡(luò)新聞事件評論,后者研究對象主要是網(wǎng)購后對產(chǎn)品、服務(wù)等的在線評論。

    目前,國內(nèi)外學(xué)者對文本情感分析已經(jīng)作了大量研究,常用的方法可以分為兩類:基于情感詞典的方法和基于機器學(xué)習(xí)的方法[67]?;谇楦性~典的方法使用知網(wǎng)Hownet、Wordnet和臺灣大學(xué)情感詞典NTUSD等詞典[810],該方法雖然簡單直觀,但忽略了文本中情感單元和修飾詞之間的關(guān)系。該方法在句子級情感識別上存在不足,但在詞語級情感識別上可以發(fā)揮很大作用?;跈C器學(xué)習(xí)的方法又可以分為有監(jiān)督和無監(jiān)督學(xué)習(xí)兩種。常用的有監(jiān)督方法有ME、NB、SVM、CRF等,無監(jiān)督方法有PMI等[1113]?;跈C器學(xué)習(xí)的情感分類方法是通過提取文本特征,運用數(shù)理模型,把文本特征作為輸入變量,經(jīng)過函數(shù)運算后輸出結(jié)果,根據(jù)結(jié)果對文本進行分類。該方法不僅考慮到語句文本中的情感詞語及還考慮了句法結(jié)構(gòu),詞語之間修飾關(guān)系。該方法有較高的正確率和穩(wěn)定性,同時方便地擴展到不同領(lǐng)域。但由于中文詞語的一字多義、交叉歧義、表達多樣性、句式的復(fù)雜性、語言結(jié)構(gòu)的復(fù)雜性和詞語的不間斷性等,使得中文分詞和情感分析工作比英語更加困難,學(xué)者們一直在尋找方案以提高中文文本情感識別的準(zhǔn)確率。

    已有研究多關(guān)注一條完整在線產(chǎn)品評論的情感傾向。該方法主要存在以下兩個方面的不足:一是不能正確反映用戶內(nèi)心的情感,對于一款產(chǎn)品,用戶可能喜歡某些方面的設(shè)計,對另一些設(shè)計感到不滿,如果僅用評論的整體情感傾向代替用戶對產(chǎn)品某一具體方面的情感傾向,顯然存在誤差;二是混淆評價對象,因為多數(shù)分析針對的是用戶的完整評論,不能識別出用戶對某個具體評價對象的情感傾向。因此,針對以上兩點,本文對每條完整的評論按照一定的語法規(guī)則進行分句,識別有效子句,提取評價對象,使用C4.5決策樹識別子句的情感傾向,該方法采用最大信息增益率作為決策樹的屬性選擇標(biāo)準(zhǔn),選擇的屬性作為分裂節(jié)點,最初選擇的屬性作為決策樹的根節(jié)點,對于分裂節(jié)點的不同取值,采用遞歸的方法求其子樹,相比于樸素貝葉斯方法,該方法在分類的穩(wěn)定性上具有明顯優(yōu)勢。

    1相關(guān)工作

    在線產(chǎn)品評論的情感分析側(cè)重點不同于新聞評論的情感分析。在線產(chǎn)品評論的情感分析更加關(guān)注用戶對產(chǎn)品屬性或服務(wù)的評價,可以忽略評論中一些具有情感傾向的詞語或句子。判斷一條在線產(chǎn)品評論是否有用,關(guān)鍵在于文本中是否包含評價詞、產(chǎn)品屬性等。比如華為honor暢玩版4X在線產(chǎn)品評論:“一直在用華為的手機,這款手機挺喜歡的?!痹撛u論就是垃圾信息,雖然文本中出現(xiàn)情感詞“喜歡”,但是句子不包含產(chǎn)品屬性和評價詞,不能區(qū)別產(chǎn)品屬性的好與壞。假設(shè)“喜歡”一詞出現(xiàn)在新聞評論,該語句一定代表了評論者的一種正向的感傾向,不能視為垃圾信息。為了更準(zhǔn)確地識別在線產(chǎn)品評論的情感傾向,本文做了如下相關(guān)工作:數(shù)據(jù)抓取、隱性產(chǎn)品屬性追加、用戶分詞詞典、評價詞表、否定詞表、程度副詞表等的建立和預(yù)處理。

    1.1數(shù)據(jù)抓取

    采用八爪魚采集器從亞馬遜官網(wǎng)抓取華為honor暢玩版4X的在線產(chǎn)品評論信息。八爪魚采集器簡化了用戶獲取信息的流程,實現(xiàn)數(shù)據(jù)自動采集、編輯和規(guī)范化,降低提取信息的成本。通過設(shè)計評論信息提取規(guī)則,從亞馬遜官網(wǎng)提取在線評論信息,得到正面在線評價500條,負(fù)面在線評價197條。

    1.2隱性產(chǎn)品屬性追加

    由于用戶輸入網(wǎng)頁評論具有隨意性,可能導(dǎo)致文本評論中沒有評價對象或?qū)傩灾担瑑H有評價詞。例如:“個人感覺5.5太大了,不好拿”。該評論中“個人感覺5.5太大了”隱含了評價對象屏幕。對于該類問題,本文設(shè)計了常用評價對象和評價詞對應(yīng)表,使用Java程序自動識別評價詞,再檢索評價對象,如果檢索不成功,則添加對應(yīng)的評價對象,否則不作任何處理。

    1.3詞典建立

    為了更加準(zhǔn)確地識別產(chǎn)品評論中的特征詞語,如情感詞、評價對象、否定詞和程度副詞等,為后面的機器學(xué)習(xí)提供可靠的數(shù)據(jù),本文建立了相應(yīng)的詞表。

    1.3.1用戶分詞詞典

    使用中科院張華平博士研發(fā)的中文分詞軟件NLPIR2016對在線產(chǎn)品評論進行分詞處理,其主要功能包括中文分詞、詞性標(biāo)注、命名實體識別、用戶詞典功能、微博分詞、新詞發(fā)現(xiàn)與關(guān)鍵詞提取等。對于特定領(lǐng)域本體相關(guān)屬性和常用短語不能正確進行分詞,可以人工添加用戶詞典輔助分詞。本文添加不能被正確識別的手機產(chǎn)品屬性,形成用戶詞典表,如圖1所示。圖1中沒有詞性標(biāo)注的詞語在NLPIR軟件中默認(rèn)是名詞,vi表示不及物動詞。

    1.3.2評價詞表

    評價詞表達了用戶對評價對象的情感傾向,最能反映用戶對產(chǎn)品屬性的喜惡之情,在文本情感分析中有著舉足輕重的作用。本文結(jié)合Hownet的正、負(fù)評價詞表,以及從亞馬遜官網(wǎng)抓取的評論信息,剔除與手機領(lǐng)域無關(guān)的評價詞,如:安樂、安全等,添加新的評價詞,如:高大上、物美價廉等。最終得到正向評價詞表、負(fù)向評價詞表。部分正、負(fù)向評價詞表如圖2所示。

    1.3.3否定詞表

    否定詞語的出現(xiàn)一般會反轉(zhuǎn)語句的情感傾向,使得語句的正向情感變成負(fù)向情感,負(fù)向情感變成正向情感。本文在抓取的評論和網(wǎng)絡(luò)資源中提取了常用否定詞,形成否定詞表,部分否定詞表如圖3所示。

    1.3.4程度副詞表

    對于程度副詞,其位置的不同會影響到文本語句的情感傾向。本文關(guān)注兩種位置不同的程度副詞。1)其位置在否定詞和評級詞之間;2)其位置在否定詞之前。例如:“手機配置不是很高”,“手機配置很不高”,前者整個語句的負(fù)面情感傾向要明顯弱于后者。因此本文更加關(guān)注其出現(xiàn)的位置而不是其語氣強度,部分程度副詞表如圖4所示。

    1.4預(yù)處理

    預(yù)處理是指使用NLPIR分詞軟件之前對在線產(chǎn)品評論的處理、加工,提取有用信息,分為以下幾個步驟:

    (1)拆分每條完整評論。根據(jù)評論文本中的特殊標(biāo)點符號把一條完整的評論分成若干子句,特殊標(biāo)點符號包含逗號、句號、井號、嘆號、問號和破折號。根據(jù)用戶的表達習(xí)慣,一般用逗號分隔的子句已包含評價對象和評價詞,所以選取逗號分割語句。在輸入文本評論時,用戶可能使用井號、破折號替代逗號、句號,因此特殊標(biāo)點符號也包含井號和破折號。

    (2)使用NLPIR API對子句進行分詞處理,詞性標(biāo)注,去除停用詞。

    (3)識別有效子句。本文僅處理包含手機產(chǎn)品屬性的文本評論。如果評價對象是客服服務(wù)、快遞速度和態(tài)度等與手機產(chǎn)品屬性無關(guān)的,則直接刪除該評論;如果需要測評商城和快遞服務(wù),則需要保留,然后刪除不包含手機產(chǎn)品屬性或評價詞的子句,降低干擾語句出現(xiàn)的概率。

    最終得到有效子句3 161條。其中,正面文本評論2 119條,負(fù)面1 042條。

    2模型建立

    使用決策樹對數(shù)據(jù)集建立模型,主要包含以下4個步驟:

    (1)計算所有屬性劃分?jǐn)?shù)據(jù)集所得的信息增益。信息熵的計算公式:

    H(C)=-∑iP(ci)log2P(ci)(1)

    在實際計算中,P(ci)取值是類別為ci的樣本所占總樣本的比例,即:

    P(ci)=|ci|/|C|(2)

    其中,|C|是訓(xùn)練集樣本的總數(shù),|ci|表示類別為ci的樣本數(shù)。

    假設(shè)用屬性A來劃分?jǐn)?shù)據(jù)集S中的數(shù)據(jù),屬性A對數(shù)據(jù)集S的劃分熵值為H(C|A)。如果屬性A是離散型數(shù)據(jù)類型,有K個不同的取值,則屬性A依據(jù)這K個不同的取值將S劃分為K個子集{S1,S2,...Sk} ,屬性A劃分為S的信息熵為:

    H(C|A)=∑kj=1CjCH(Cj)(3)

    如果屬性A是連續(xù)型數(shù)據(jù)類型,則按照屬性A的取值遞增排序,將每對相鄰的中點看作可能的分裂點,計算每個可能的分裂點:

    H(C|A)=|SL||S|H(CL)+|SR||S|H(CR)(4)

    其中,SL和SR分別對應(yīng)該分裂點劃分的左右兩部分子集,選擇H(C|A)值最小的分裂點作為屬性A的最佳分裂點。屬性A的信息增益:

    Gain(S,A)=H(C)-H(C|A)(5)

    該值的大小代表屬性A對數(shù)據(jù)集S的識別能力。

    (2)計算各屬性的分裂信息和信息增益率。C4.5引入了分裂信息來調(diào)節(jié)信息增益,屬性A的分裂信息為:

    SplitE(A)=-∑kj=1|Sj||S|log2|Sj||S|(6)

    屬性A的信息增益率為:

    GainRatio(A)=Gain(S,A)SplitE(A)(7)

    (3)選擇信息增益率最大的屬性作為分裂節(jié)點,信息增益率可以部分消減因?qū)傩苑诸悢?shù)目產(chǎn)生的影響。

    (4)把該節(jié)點作為根節(jié)點,對其屬性的不同值,遞歸調(diào)用以上方法,求其子樹,該過程還包含根據(jù)每個葉子節(jié)點包含的最少實例數(shù)量和置信因子對生產(chǎn)樹進行修剪,克服過擬合現(xiàn)象。

    3實驗及結(jié)果分析

    本文主要研究在線產(chǎn)品評論的情感分析,即通過機器學(xué)習(xí)的方法識別出文本的正、負(fù)面情感。首先使用網(wǎng)絡(luò)爬蟲軟件八爪魚抓取honor暢玩版4X手機在線產(chǎn)品評論,然后對其進行特殊處理。過濾評論中的無效語句,添加隱形產(chǎn)品屬性,根據(jù)產(chǎn)品屬性把在線產(chǎn)品評論分割成不同的簡單子句。使用NLPIR2016分詞工具對處理后的有效子句評論進行分詞,詞性標(biāo)注,去除停用詞,抽取文本特征,從中選擇不同特征項進行組合,得到特征向量,最后使用C4.5建立模型,并檢驗?zāi)P偷男阅堋?/p>

    3.1在線產(chǎn)品評論數(shù)據(jù)抓取流程

    在線產(chǎn)品評論數(shù)據(jù)抓取主要分為3個過程:制定數(shù)據(jù)抓取規(guī)則、運行規(guī)則,導(dǎo)出數(shù)據(jù)到本地計算機。①制定規(guī)則。該步驟為核心步驟,主要包括分頁設(shè)置、循環(huán)設(shè)置、列表設(shè)置、提取字段設(shè)置。設(shè)置Xpath路徑正則表達式,匹配評論信息對應(yīng)的html標(biāo)簽,抓取評論數(shù)據(jù);②運行規(guī)則。打開已經(jīng)設(shè)置成功的規(guī)則,單擊“啟用單機采集”選項,出現(xiàn)采集頁面后,單擊“運行”按鈕;③導(dǎo)出數(shù)據(jù)。數(shù)據(jù)采集完成后,選擇“導(dǎo)出到Excel 2003”選項,將數(shù)據(jù)導(dǎo)入到本地計算機。

    抓取在線產(chǎn)品評論的工作流程如圖5所示。

    3.2基于決策樹的情感分析

    基于決策樹方法的情感分析的過程整體上分為3步:①預(yù)處理。對抓取的在線產(chǎn)品評論進行預(yù)處理,主要包括拆分子句、刪除垃圾評論、添加隱形產(chǎn)品屬性、識別有效子句等;②文本分詞、表示。添加用戶分詞詞典,使用NLPIR API完成分詞、詞性標(biāo)志,去除停用詞語,提取并修正文本特征,完成特殊語句處理,選擇不同的特征向量進行組合;③情感分析。使用weka中的J48建立模型,選用十字交叉法拆分?jǐn)?shù)據(jù),并根據(jù)查確率、查全率和F值3個指標(biāo)檢驗?zāi)P偷男阅堋?/p>

    本文使用NLPIR2016分詞軟件對處理后的在線產(chǎn)品評論進行分詞處理,該分詞軟件有很高的正確率和運行效率,允許用戶添加用戶詞典,提高了軟件分詞的正確率。本文中添加的用戶詞典是手機產(chǎn)品屬性,其作用是降低軟件分詞的錯誤率,確保提取正確的產(chǎn)品屬性。NLPIR完成分詞后,標(biāo)注詞語的詞性,去除停用詞。停用詞主要包括表示數(shù)量的數(shù)詞、人稱代詞、帶有單位的量詞等。

    提取文本評論中的特征項,本文選用的特征項如下:正面評價詞數(shù)量、負(fù)面評價詞數(shù)量、否定詞、程度副詞、特殊符號。其含義如表1所示。

    語句中的評價詞表達了用戶對產(chǎn)品屬性的態(tài)度,與語句的情感傾向存在直接關(guān)系。否定詞語的出現(xiàn)往往會改變語句的情感傾向。大部分學(xué)者只關(guān)注程度副詞的強度值,本文關(guān)注其在文本中所在的位置,其在語句中的位置影響語句的情感強度。詞語中特殊符號在一定程度上也反映了評論者的情感傾向。模型中正向情感傾向標(biāo)注為1,負(fù)向情感傾向標(biāo)注為-1。

    對于一些特殊語句、評價對象及評價詞,本文作如下特殊處理:

    (1)含有“除”的特殊比較句。該語句含義的側(cè)重點一般在后半部分。因為前期預(yù)處理會把含有“除”的比較句拆分成兩個子句,所以需要合并含有“除”的比較子句和與其緊挨的下一子句,使得比較句的表達意思更加完全。

    (2)非評價詞錯誤識別為評價詞的特殊情況。本文采用匹配評價詞表的方式來識別評價詞。該方法存在不足之處,當(dāng)子句中包含評價詞,但該詞不能表達評價詞的情感傾向時,非評價詞錯誤識別為評價詞的現(xiàn)象就出現(xiàn)了。本文針對這種情況,設(shè)置了對應(yīng)的檢驗規(guī)則,發(fā)現(xiàn)并刪除誤判的評價詞,增加數(shù)據(jù)的真實性和可靠性。實驗發(fā)現(xiàn),對于僅包含一個漢字的評價詞,其被錯誤識別的概率較高。

    同一評價詞修飾不同評價對象時表達的情感傾向有所差別。比如評價詞“高”對應(yīng)不同評價對象“配置”和“價格”,對于前一個評價對象來說是正面的評價詞,對于后者就變成了負(fù)面情感詞。本文中對于后者做了添加否定詞的處理,使其變得規(guī)律化。

    此外,評價詞的前后出現(xiàn)程度副詞,并導(dǎo)致其表示的情感傾向發(fā)生變化時,對該子句做添加否定詞的處理。對于特定的評價對象,出現(xiàn)特定的詞語,通過添加否定詞處理使其規(guī)范化。

    3.3實驗結(jié)果

    實驗中選擇不同的特征組合,使用十字交叉進行試驗,其對應(yīng)關(guān)系如表2所示。

    實驗中采用weka中的J48分類方法來識別文本的情感傾向。實驗結(jié)果使用weka默認(rèn)的評價指標(biāo),其指標(biāo)包含如下:Precision表示查準(zhǔn)率,檢測搜索系統(tǒng)拒絕非相關(guān)信息的能力;Recall表示查全率,檢測檢索系統(tǒng)檢出相關(guān)信息的能力;FMeasure是查全率和查準(zhǔn)率的調(diào)和平均數(shù),綜合評價方法的效果;ROC Area表示接受者操作特征曲線面積,其值越接近1,表明模型的分類效果越好。其實驗結(jié)果如表3所示,其中每組實驗包含正向、負(fù)向情感傾向和加權(quán)后各項指標(biāo)的值。

    3.4結(jié)果分析

    從表3的實驗結(jié)果可以看出,實驗1僅使用情感詞的數(shù)量特征,實驗結(jié)果加權(quán)后查準(zhǔn)率為85.5%,查全率和F值也在85%以上。實驗2加入程度副詞,結(jié)果有所改善,查準(zhǔn)率、查全率和F值約提升1%,但效果不是很明顯。實驗3與實驗1對比,添加了否定詞數(shù)量特征,結(jié)果發(fā)生顯著變化,加權(quán)后查準(zhǔn)率、查全率和F值均達到96%。表明否定詞特征在實驗中起到積極作用,否定詞的出現(xiàn)一般會改變原有語句的情感傾向。實驗4是在實驗3的基礎(chǔ)上加入了程度副詞特征,加權(quán)后實驗指標(biāo)查準(zhǔn)率、查全率和F值下降0.1%左右,僅ROC增加0.3%,模型性能總體略微下降,與實驗2有相似之處。實驗中程度副詞的出現(xiàn)與否和子句中的否定詞有關(guān),并且程度副詞不轉(zhuǎn)變語句的總體情感傾向,只是改變情感的強弱,當(dāng)程度副詞和否定詞同時出現(xiàn)時,程度副詞不起作用或者發(fā)揮輕微地消極作用。實驗5與實驗4相比,增加了特殊符號特征,但實驗結(jié)果中大部分指標(biāo)相同,表明該特征在實驗中沒有起到積極作用,因為實驗中包含特殊符號的子句數(shù)量很少,只有26條,這與用戶的表達習(xí)慣有關(guān),當(dāng)用戶表示不滿情感時,用戶輸入問號或者語氣詞表示其不滿情感的可能性比較低。

    4結(jié)語

    本文使用決策樹多特征組合研究在線產(chǎn)品評論的情感傾向。抓取亞馬遜官網(wǎng)的評論數(shù)據(jù),從評論中提取特征,采用多種特征進行組合,并取得較好的實驗效果,該方法的準(zhǔn)確率達到96%。實驗表明,子句中評價詞的數(shù)量和否定詞的數(shù)量等特征很大程度上決定了該子句的情感傾向,而實驗中的程度副詞和特殊符號等特征并沒有產(chǎn)生顯著的積極作用,沒有顯著提高實驗結(jié)果。由于實驗的樣本數(shù)量有限,用戶的表達方式和規(guī)則不能統(tǒng)計完全,實驗還有待繼續(xù)完善和改進。

    通過實驗發(fā)現(xiàn),該實驗仍有提升的空間。隨著網(wǎng)絡(luò)的發(fā)展,新詞不斷產(chǎn)生,尤其是網(wǎng)絡(luò)熱詞,一些詞語被賦予新的含義,如何正確識別這些詞語的情感傾向也是一個亟待解決的難題;同時加上網(wǎng)絡(luò)的普及和用戶的參與,產(chǎn)生了海量的評論信息。如何使用云技術(shù)高效、準(zhǔn)確地識別評論的情感傾向,需要繼續(xù)深入研究。

    參考文獻參考文獻:

    [1]CNNIC.第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r調(diào)查統(tǒng)計報告[R].北京:中國互聯(lián)網(wǎng)中心,2016.

    [2]SERRANOGUERRERO J,OLIVAS J A,ROMERO F P,et al.Sentiment analysis: a review and comparative analysis of web services[J].Information Sciences,2015,311(5):1838.

    [3]QI J,F(xiàn)U X,ZHU G.Subjective wellbeing measurement based on Chinese grassroots blog text sentiment analysis[J].Information & Management,2015,52(7):859869.

    [4]張紫瓊,葉強,李一軍.互聯(lián)網(wǎng)商品評論情感分析研究綜述[J].管理科學(xué)學(xué)報,2010(6):8496.

    [5]ZHANG L,GHOSH R,DEKHIL M,et al.Combining lexiconbased and learningbased methods for twitter sentiment analysis[J].Hp Laboratories Technical Report,2011.

    [6]PANG B,LEE L,Vaithyanathan S.Thumbs up sentiment classification using machine learning techniques[J].Proceedings of Emnlp,2002(3):7986.

    [7]付麗娜,肖和,姬東鴻.基于OCSVM的新情感詞識別[J].計算機應(yīng)用研究,2015(7):19461948,1952.

    [8]KAMPS J.Using wordnet to measure semantic orientation of adjectives[C].International Conference on Language Resources and Evaluation,2004:11151118.

    [9]朱嫣嵐,閔錦,周雅倩,等.基于HowNet的詞匯語義傾向計算[J].中文信息學(xué)報,2006(1):1420.

    [10]王振宇,吳澤衡,胡方濤.基于HowNet和PMI的詞語情感極性計算[J].計算機工程,2012(15):187189,193.

    [11]李婷婷,姬東鴻.基于SVM和CRF多特征組合的微博情感分析[J].計算機應(yīng)用研究,2015(4):978981.

    [12]TURNEY P D.Thumbs up or thumbs down:semantic orientation applied to unsupervised classification of reviews[J].Proceedings of Annual Meeting of the Association for Computational Linguistics,2010:417424.

    [13]王祖輝,姜維,李一軍.在線產(chǎn)品評論情感分析中固定搭配特征提取方法研究[J].管理工程學(xué)報,2014(4):180186.

    責(zé)任編輯(責(zé)任編輯:孫娟)

    猜你喜歡
    情感分析決策樹
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    決策樹和隨機森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    基于改進決策樹的故障診斷方法研究
    基于語義的互聯(lián)網(wǎng)醫(yī)院評論文本情感分析及應(yīng)用
    基于雙向循環(huán)神經(jīng)網(wǎng)絡(luò)的評價對象抽取研究
    基于SVM的產(chǎn)品評論情感分析系統(tǒng)的設(shè)計與實現(xiàn)
    基于詞典與機器學(xué)習(xí)的中文微博情感分析
    在線評論情感屬性的動態(tài)變化
    預(yù)測(2016年5期)2016-12-26 17:16:57
    基于決策樹的出租車乘客出行目的識別
    文本觀點挖掘和情感分析的研究
    午夜激情欧美在线| 少妇裸体淫交视频免费看高清| 国产一区二区三区视频了| 欧美三级亚洲精品| 国产毛片a区久久久久| 亚洲欧美日韩东京热| 乱码一卡2卡4卡精品| 十八禁国产超污无遮挡网站| 99热只有精品国产| 亚洲国产日韩欧美精品在线观看| 精品99又大又爽又粗少妇毛片 | 黄色丝袜av网址大全| 色av中文字幕| 久久久久性生活片| 无人区码免费观看不卡| 日本一二三区视频观看| 天堂√8在线中文| 又黄又爽又刺激的免费视频.| 亚洲成人精品中文字幕电影| 干丝袜人妻中文字幕| 国产黄色小视频在线观看| 亚洲中文字幕一区二区三区有码在线看| 欧美xxxx性猛交bbbb| 欧美精品国产亚洲| 在线天堂最新版资源| 国产久久久一区二区三区| 国产av一区在线观看免费| 久久久久久大精品| 国产三级中文精品| 99热精品在线国产| 亚洲欧美日韩高清专用| 99热网站在线观看| 在线国产一区二区在线| 天天躁日日操中文字幕| 国产精品野战在线观看| 免费观看的影片在线观看| 女同久久另类99精品国产91| 国产精品久久久久久久电影| 99精品在免费线老司机午夜| 国产亚洲av嫩草精品影院| 午夜a级毛片| 精品无人区乱码1区二区| 18禁黄网站禁片免费观看直播| 国产在线精品亚洲第一网站| 亚洲aⅴ乱码一区二区在线播放| 91av网一区二区| 国产在线男女| 日韩在线高清观看一区二区三区 | 国产精品98久久久久久宅男小说| 中亚洲国语对白在线视频| 国内揄拍国产精品人妻在线| 亚洲国产精品合色在线| 欧美丝袜亚洲另类 | 免费黄网站久久成人精品| 欧美日韩瑟瑟在线播放| 在现免费观看毛片| 亚洲国产精品sss在线观看| 成人欧美大片| 亚洲av第一区精品v没综合| 精品人妻偷拍中文字幕| 日韩欧美国产在线观看| 国产91精品成人一区二区三区| 女同久久另类99精品国产91| 国产av麻豆久久久久久久| 成年人黄色毛片网站| 热99在线观看视频| 国产精品1区2区在线观看.| 99精品久久久久人妻精品| 日本精品一区二区三区蜜桃| 国产女主播在线喷水免费视频网站 | 观看免费一级毛片| 男人舔奶头视频| 午夜激情福利司机影院| 免费人成视频x8x8入口观看| 久久欧美精品欧美久久欧美| 99热这里只有是精品50| 男女边吃奶边做爰视频| 精品不卡国产一区二区三区| 男女那种视频在线观看| 国产成人影院久久av| 婷婷色综合大香蕉| 特级一级黄色大片| 热99re8久久精品国产| 亚洲狠狠婷婷综合久久图片| 欧美又色又爽又黄视频| 国产伦精品一区二区三区四那| 一本久久中文字幕| 88av欧美| 变态另类成人亚洲欧美熟女| 校园春色视频在线观看| 亚洲国产精品成人综合色| 成人亚洲精品av一区二区| 琪琪午夜伦伦电影理论片6080| av.在线天堂| 国产成人a区在线观看| 久久午夜福利片| 99国产极品粉嫩在线观看| 亚洲avbb在线观看| 久久久久久伊人网av| 国产视频一区二区在线看| 久久国产精品人妻蜜桃| 免费搜索国产男女视频| 长腿黑丝高跟| 国产精品福利在线免费观看| 91狼人影院| 午夜福利成人在线免费观看| 成人国产一区最新在线观看| 日韩国内少妇激情av| 日韩一区二区视频免费看| 亚洲不卡免费看| 成人性生交大片免费视频hd| 久久亚洲真实| 国产精品爽爽va在线观看网站| 最新中文字幕久久久久| 成人国产一区最新在线观看| 国产激情偷乱视频一区二区| 午夜精品在线福利| 日本爱情动作片www.在线观看 | 亚洲人成网站在线播放欧美日韩| 久久久久久久亚洲中文字幕| 成人二区视频| 午夜免费激情av| 欧美日韩中文字幕国产精品一区二区三区| 国产精品无大码| 国产精品久久久久久久电影| 免费看光身美女| 波多野结衣巨乳人妻| 国产成人a区在线观看| 中文字幕免费在线视频6| 嫩草影院入口| 午夜亚洲福利在线播放| 中文字幕熟女人妻在线| 丰满人妻一区二区三区视频av| 人妻夜夜爽99麻豆av| 婷婷精品国产亚洲av| 人人妻人人看人人澡| 最近最新中文字幕大全电影3| 亚洲欧美激情综合另类| 中文字幕免费在线视频6| 一级黄片播放器| 亚洲七黄色美女视频| 最新中文字幕久久久久| 美女大奶头视频| 中文字幕av成人在线电影| 欧美最新免费一区二区三区| 99久久成人亚洲精品观看| 99精品久久久久人妻精品| 舔av片在线| 欧美性感艳星| 久久人人爽人人爽人人片va| 国产一区二区三区av在线 | 久久人人精品亚洲av| 国产高清不卡午夜福利| 看片在线看免费视频| 国产探花在线观看一区二区| 亚洲精华国产精华液的使用体验 | 高清毛片免费观看视频网站| 久久久久久久久久黄片| 久久久久久九九精品二区国产| 国产亚洲精品久久久久久毛片| 久久久久久久久中文| 看片在线看免费视频| 久久久精品大字幕| 精品人妻熟女av久视频| 男人的好看免费观看在线视频| 91在线精品国自产拍蜜月| 国产一区二区在线av高清观看| 亚洲无线在线观看| 亚洲精品色激情综合| 国产 一区精品| 人妻夜夜爽99麻豆av| 精品一区二区三区av网在线观看| 欧洲精品卡2卡3卡4卡5卡区| 麻豆国产av国片精品| 免费看美女性在线毛片视频| 久久婷婷人人爽人人干人人爱| 日韩一本色道免费dvd| 精品福利观看| 日日摸夜夜添夜夜添av毛片 | 国产色婷婷99| 色精品久久人妻99蜜桃| 亚州av有码| 91av网一区二区| 日韩人妻高清精品专区| 人妻制服诱惑在线中文字幕| 午夜免费男女啪啪视频观看 | 中文字幕久久专区| 午夜福利在线观看吧| 国产亚洲91精品色在线| 亚洲精品亚洲一区二区| 国产高清不卡午夜福利| 全区人妻精品视频| 国产精品一区二区三区四区免费观看 | 黄色配什么色好看| 欧美激情久久久久久爽电影| 国产在线精品亚洲第一网站| 在线免费观看不下载黄p国产 | 国产成人aa在线观看| 男女之事视频高清在线观看| 人人妻人人澡欧美一区二区| 亚洲专区国产一区二区| 国产伦一二天堂av在线观看| 午夜免费男女啪啪视频观看 | 99久久中文字幕三级久久日本| av天堂在线播放| 在线天堂最新版资源| 精品久久久久久久久亚洲 | 97热精品久久久久久| 免费av毛片视频| 亚洲精品成人久久久久久| 一a级毛片在线观看| 999久久久精品免费观看国产| 亚洲成人免费电影在线观看| 九九在线视频观看精品| 亚洲国产精品合色在线| 天堂av国产一区二区熟女人妻| 最近最新中文字幕大全电影3| 亚洲不卡免费看| 亚洲精品456在线播放app | videossex国产| 亚洲国产精品成人综合色| 天美传媒精品一区二区| 夜夜爽天天搞| а√天堂www在线а√下载| a级毛片a级免费在线| 亚洲无线在线观看| 亚洲av免费在线观看| 国产蜜桃级精品一区二区三区| 亚洲乱码一区二区免费版| 久久精品人妻少妇| 大型黄色视频在线免费观看| 波多野结衣高清无吗| 亚洲电影在线观看av| 麻豆成人av在线观看| 啦啦啦韩国在线观看视频| 淫妇啪啪啪对白视频| 亚洲男人的天堂狠狠| 51国产日韩欧美| 99久久无色码亚洲精品果冻| 在线观看午夜福利视频| 夜夜爽天天搞| 国产精品av视频在线免费观看| 欧美日韩精品成人综合77777| avwww免费| 免费看a级黄色片| 国内少妇人妻偷人精品xxx网站| 精品一区二区三区视频在线观看免费| 夜夜看夜夜爽夜夜摸| 99久久九九国产精品国产免费| 三级男女做爰猛烈吃奶摸视频| 女同久久另类99精品国产91| 熟女电影av网| 欧美人与善性xxx| 小蜜桃在线观看免费完整版高清| av天堂中文字幕网| 日本五十路高清| 天堂动漫精品| 亚洲精品久久国产高清桃花| 51国产日韩欧美| 欧美国产日韩亚洲一区| 日韩国内少妇激情av| 国产精品久久久久久亚洲av鲁大| 免费高清视频大片| 免费观看的影片在线观看| 内地一区二区视频在线| 欧美+日韩+精品| 久久热精品热| 天堂动漫精品| 免费观看的影片在线观看| 亚洲男人的天堂狠狠| 日日摸夜夜添夜夜添av毛片 | 色视频www国产| 老司机福利观看| 桃色一区二区三区在线观看| 亚洲av成人精品一区久久| 国产成人a区在线观看| 亚洲精品456在线播放app | 国产免费男女视频| 亚洲无线观看免费| 欧美另类亚洲清纯唯美| 精品欧美国产一区二区三| 免费看美女性在线毛片视频| 欧美日韩乱码在线| 成人特级黄色片久久久久久久| 在线免费十八禁| 国产真实乱freesex| 精品欧美国产一区二区三| 久久这里只有精品中国| 一个人看的www免费观看视频| 99久久九九国产精品国产免费| 国产av麻豆久久久久久久| 亚洲一区高清亚洲精品| 久久6这里有精品| 99久久无色码亚洲精品果冻| 九九热线精品视视频播放| 美女大奶头视频| 成年女人看的毛片在线观看| 欧美绝顶高潮抽搐喷水| 男人狂女人下面高潮的视频| 国产精华一区二区三区| АⅤ资源中文在线天堂| 在线天堂最新版资源| 特级一级黄色大片| 日韩欧美在线乱码| 亚洲在线自拍视频| 久久精品国产鲁丝片午夜精品 | 亚洲一区高清亚洲精品| 18禁黄网站禁片免费观看直播| 简卡轻食公司| 日韩欧美三级三区| 国产精品综合久久久久久久免费| 尾随美女入室| 亚洲av中文字字幕乱码综合| 国产久久久一区二区三区| 校园春色视频在线观看| 乱码一卡2卡4卡精品| 真人做人爱边吃奶动态| 日日摸夜夜添夜夜添小说| 欧美激情国产日韩精品一区| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲不卡免费看| 欧美激情在线99| 超碰av人人做人人爽久久| 毛片一级片免费看久久久久 | 九九热线精品视视频播放| 国产精品久久久久久精品电影| 亚洲熟妇熟女久久| 自拍偷自拍亚洲精品老妇| 大型黄色视频在线免费观看| 久久香蕉精品热| 国产欧美日韩一区二区精品| 在线观看午夜福利视频| 精华霜和精华液先用哪个| 国产精品一区www在线观看 | 九九热线精品视视频播放| 久久久久久大精品| а√天堂www在线а√下载| 99riav亚洲国产免费| 久久精品综合一区二区三区| 噜噜噜噜噜久久久久久91| 观看美女的网站| 日韩高清综合在线| 久9热在线精品视频| x7x7x7水蜜桃| 国产色爽女视频免费观看| 久久久久免费精品人妻一区二区| 成人精品一区二区免费| h日本视频在线播放| 久久精品人妻少妇| 黄色女人牲交| 亚洲精品粉嫩美女一区| 69av精品久久久久久| 在线免费十八禁| 亚洲av免费高清在线观看| 亚洲第一电影网av| 国产成人影院久久av| 国产单亲对白刺激| xxxwww97欧美| 99热这里只有精品一区| 国产精品野战在线观看| 亚洲精华国产精华液的使用体验 | 亚洲图色成人| 黄色欧美视频在线观看| 欧美+日韩+精品| 又黄又爽又免费观看的视频| 色哟哟哟哟哟哟| 久久亚洲精品不卡| 久久久久久久久大av| 露出奶头的视频| 少妇猛男粗大的猛烈进出视频 | 亚洲精品久久国产高清桃花| 嫩草影院新地址| 亚洲自偷自拍三级| 国产91精品成人一区二区三区| 免费看a级黄色片| 少妇丰满av| 午夜福利在线观看免费完整高清在 | 永久网站在线| 一个人看的www免费观看视频| 亚洲不卡免费看| 久久国内精品自在自线图片| 欧美+日韩+精品| 免费在线观看日本一区| 日韩欧美免费精品| 日日撸夜夜添| 欧美激情久久久久久爽电影| 国产av一区在线观看免费| 欧美高清性xxxxhd video| 99精品在免费线老司机午夜| 亚洲国产精品久久男人天堂| 观看免费一级毛片| 国产成人一区二区在线| 免费无遮挡裸体视频| 精品一区二区免费观看| 亚洲欧美日韩卡通动漫| 午夜久久久久精精品| 国产精品综合久久久久久久免费| 制服丝袜大香蕉在线| 亚洲美女搞黄在线观看 | 老师上课跳d突然被开到最大视频| 国产极品精品免费视频能看的| 嫩草影院精品99| 在线播放国产精品三级| 久久热精品热| 一区二区三区四区激情视频 | www.www免费av| 可以在线观看毛片的网站| 在线观看av片永久免费下载| av视频在线观看入口| 国产精品永久免费网站| 午夜福利高清视频| 我的女老师完整版在线观看| 91久久精品国产一区二区成人| 午夜精品久久久久久毛片777| 色尼玛亚洲综合影院| 久久天躁狠狠躁夜夜2o2o| 美女cb高潮喷水在线观看| 好男人在线观看高清免费视频| 一级毛片久久久久久久久女| 一本久久中文字幕| 特大巨黑吊av在线直播| 亚洲,欧美,日韩| 一进一出抽搐gif免费好疼| 男女做爰动态图高潮gif福利片| 国产高清视频在线观看网站| 亚洲欧美日韩卡通动漫| 两人在一起打扑克的视频| 99热这里只有是精品在线观看| 久久国产精品人妻蜜桃| 日本爱情动作片www.在线观看 | 国产精品国产三级国产av玫瑰| 久久国产乱子免费精品| 久久精品影院6| 一区二区三区四区激情视频 | 日韩高清综合在线| 亚洲国产精品久久男人天堂| 97碰自拍视频| 一边摸一边抽搐一进一小说| 国内久久婷婷六月综合欲色啪| 成人精品一区二区免费| 亚洲乱码一区二区免费版| 成人无遮挡网站| 国产 一区 欧美 日韩| 国产精品久久久久久av不卡| 午夜久久久久精精品| 中文资源天堂在线| 久久香蕉精品热| 村上凉子中文字幕在线| 久久人人爽人人爽人人片va| 免费大片18禁| 国产精品,欧美在线| 久久精品影院6| 岛国在线免费视频观看| 欧美成人a在线观看| 久99久视频精品免费| 97超级碰碰碰精品色视频在线观看| 中文字幕久久专区| 亚洲色图av天堂| av在线观看视频网站免费| 亚洲精品亚洲一区二区| 在线观看一区二区三区| 国产男人的电影天堂91| 国产精品人妻久久久影院| 美女黄网站色视频| 男女下面进入的视频免费午夜| 精品久久久久久久久av| 少妇猛男粗大的猛烈进出视频 | 毛片女人毛片| 久久精品国产亚洲av天美| 老师上课跳d突然被开到最大视频| 亚洲性久久影院| 午夜福利高清视频| 精品乱码久久久久久99久播| 久久精品国产亚洲av香蕉五月| 日日啪夜夜撸| 国产精品1区2区在线观看.| 中文字幕av成人在线电影| 亚洲av五月六月丁香网| 成人精品一区二区免费| 亚洲最大成人中文| 国产精品福利在线免费观看| 搡老岳熟女国产| 在线观看美女被高潮喷水网站| 亚洲精品久久国产高清桃花| 高清在线国产一区| 国产黄片美女视频| 精品久久久久久,| 免费看美女性在线毛片视频| 国产麻豆成人av免费视频| 日本在线视频免费播放| 白带黄色成豆腐渣| 国产精品一区二区性色av| 麻豆久久精品国产亚洲av| 久久久久久伊人网av| 男人和女人高潮做爰伦理| 久久久久久久久久久丰满 | 99热这里只有是精品50| 永久网站在线| 精品国产三级普通话版| av视频在线观看入口| 春色校园在线视频观看| 简卡轻食公司| 日韩欧美在线乱码| 久久国产乱子免费精品| 床上黄色一级片| 人妻少妇偷人精品九色| 日日夜夜操网爽| 黄色配什么色好看| 麻豆国产97在线/欧美| 性欧美人与动物交配| 成人综合一区亚洲| 欧美日本亚洲视频在线播放| 高清日韩中文字幕在线| 亚洲av一区综合| 搡老岳熟女国产| 欧美日韩乱码在线| 美女高潮的动态| 亚洲av成人精品一区久久| 一个人看视频在线观看www免费| 2021天堂中文幕一二区在线观| 免费大片18禁| 校园人妻丝袜中文字幕| 久久亚洲真实| 内地一区二区视频在线| 黄色一级大片看看| 男女边吃奶边做爰视频| 亚洲成人免费电影在线观看| 国产一区二区在线av高清观看| 亚洲精品久久国产高清桃花| 欧美激情国产日韩精品一区| 国产爱豆传媒在线观看| 五月伊人婷婷丁香| 噜噜噜噜噜久久久久久91| 亚洲成人久久爱视频| 99热这里只有是精品50| 国产在线男女| 最好的美女福利视频网| 听说在线观看完整版免费高清| 亚洲欧美日韩高清专用| 九九爱精品视频在线观看| 免费看光身美女| 精品人妻视频免费看| 免费不卡的大黄色大毛片视频在线观看 | 久久久成人免费电影| 99久久中文字幕三级久久日本| 国产精品爽爽va在线观看网站| 国产成人aa在线观看| 嫩草影院入口| 十八禁国产超污无遮挡网站| 免费观看在线日韩| 欧美一区二区国产精品久久精品| 亚洲av成人精品一区久久| 内地一区二区视频在线| 国模一区二区三区四区视频| 两性午夜刺激爽爽歪歪视频在线观看| 变态另类丝袜制服| 人妻丰满熟妇av一区二区三区| 久久精品国产清高在天天线| 人妻久久中文字幕网| 深夜a级毛片| xxxwww97欧美| 男女啪啪激烈高潮av片| 最近在线观看免费完整版| 夜夜看夜夜爽夜夜摸| 国产精品久久视频播放| 国产探花极品一区二区| 国产精品精品国产色婷婷| 中文字幕av在线有码专区| 99在线人妻在线中文字幕| 亚洲欧美日韩高清在线视频| 高清日韩中文字幕在线| 校园春色视频在线观看| 18禁黄网站禁片免费观看直播| 国产视频内射| 大型黄色视频在线免费观看| 在线免费十八禁| 日本黄大片高清| 一本久久中文字幕| 全区人妻精品视频| 日韩欧美精品免费久久| 亚洲精品一卡2卡三卡4卡5卡| 日本爱情动作片www.在线观看 | 久99久视频精品免费| 成人av一区二区三区在线看| 亚洲五月天丁香| 网址你懂的国产日韩在线| 狠狠狠狠99中文字幕| 一个人看视频在线观看www免费| 校园人妻丝袜中文字幕| 两性午夜刺激爽爽歪歪视频在线观看| 俄罗斯特黄特色一大片| 国产精品人妻久久久久久| 欧美性猛交黑人性爽| 波多野结衣巨乳人妻| 久久久久久久午夜电影| 成人精品一区二区免费| АⅤ资源中文在线天堂| 日韩一区二区视频免费看| 有码 亚洲区| 免费一级毛片在线播放高清视频| 男女边吃奶边做爰视频| 在线国产一区二区在线| 极品教师在线免费播放| 特级一级黄色大片| 乱人视频在线观看| 久久久久久久久中文| 久久久久久国产a免费观看| 午夜视频国产福利| 久久久久久国产a免费观看| 波多野结衣巨乳人妻| 噜噜噜噜噜久久久久久91| 韩国av一区二区三区四区| 午夜亚洲福利在线播放| 日韩国内少妇激情av| 69av精品久久久久久|