基于电子商务的评论文本情感极性等级分析

文本情感分析指研究分析人们对产品、服务、组织机构、事件和话题等进行评价时表达的意见、情感、评价、态度和情绪的特殊自然语言处理研究领域。涉及到多项具有挑战性研究任务，根据研究任务的不同，文本情感分析可以分为情感分类、情感信息抽取、情感信息检索和归纳。研究的过程包括预处理、情感信息抽取、分类器选择、结果归纳展示。
　　随着web2.0的发展，人们可以通过互联网随时随地发表自己的观点，如博客、论坛、门户网站、电子商务平台等，这些文本能直接或间接反映人的行为和思想，所以研究分析这些文本的情感有许多的用处。关注分析电子商务领域的评论文本情感，无论对消费者还是商家都有重要的意义。目前文本情感分析虽然取得了较大发展，但对情感极性等级分析研究还不足。文本情感存在固有模糊特性，由此可以利用模糊理论的隶属度函数，进行情感极性等级计算。
　　情感分析主要判断评论文本的情感极性和极性等级，即属于褒义、贬义的强度。根据电子商务领域评论文本的特点，在已有传统情感分析的基础上，开展对评论句子的情感极性等级分析。首先，通过STEP算法标注WordNet词典中的形容词情感，再用NOS隶属度函数计算词语情感极性等级，构建NOS情感词典。其次，利用整数线性规划(ILP)改造NOS情感词典，得到领域情感词典，使词典最大化适应电子商务领域文本分析。然后，改进传统的加权统计算法，即预先使用投票选举法判断句子极性，再计算情感极性等级，通过与未选举法的极性等级求平均值，作为最终的句子极性值。最后，使用领域情感词典抽取文本中的情感信息，包括情感词典、否定词、程度副词，实现了一个面向电子商务领域的情感分类系统。
　　实验语料库为12000条评论句子，分别来自家电、酒店、图书类电商网站，通过手工标注语料的褒贬极性作为检验实验结果的金标准。实验结果显示:领域情感词典比NOS词典平均准确率提高了2.7％～6.1％;改进算法比加权统计算法提高了5.7％～9.1％，这说明对情感分析进行的初步尝试有较好效果。