基于关联规则挖掘和极性分析的商品评论情感词典构建

被引：14

作者：

钟敏娟 ^{[1
,2
]}

万常选 ^{[1
,2
]}

刘德喜 ^{[1
,2
]}

机构：

[1] 江西财经大学信息管理学院

[2] 江西财经大学数据与知识工程江西省高校重点实验室

来源：

情报学报 | 2016年 / 05期

关键词：

情感倾向性; 情感词典; 关联规则; PageRank; 混合相关关系;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

作为情感倾向性分析的基础性工作,情感词典构建包括情感词的识别与极性判断两大任务。本文以亚马逊网站上的音乐商品评论信息作为数据源,力图构建该领域的情感词典。首先利用关联规则挖掘算法充分挖掘领域主题词和情感词之间的关系,获取体现领域特征的情感词;然后针对每个情感词,引入词项间的混合相关关系,结合PageRank模型构建情感词的量化图模型,获得每个情感词的极性。实验结果表明,本文所提方法能有效地构建音乐领域情感词典,不仅能够识别该领域特征的情感词,同时还能较为准确地判断该情感词的情感原极性。

引用

页码：501 / 509

页数：9