基于情感模型的评论情绪挖掘与分析——以豆瓣书评为例

被引:14
作者
聂卉
刘梦圆
机构
[1] 中山大学资讯管理学院
关键词
用户生成内容; 情绪感知; 评论挖掘; 信息可视化;
D O I
10.13266/j.issn.2095-5472.2018.030
中图分类号
TP391.1 [文字信息处理];
学科分类号
120506 [数字人文];
摘要
[目的/意义]旨在探索从非结构化用户生成内容中提取及可视化用户情绪的方法,从感知层面深入分析用户生成的内容,对其应用前景进行探讨与展望。[方法/过程]以豆瓣网站书籍评论为分析对象,借助中文领域的情绪词典与LDA隐主题建模方法实现细粒度情感要素提炼,并采用可视化技术对评论内容中反映的情绪要素进行分析。[结果/结论 ]研究发现,主题分析法和词典法均能有效提炼评论内容中的用户情感要素,但存有差异,情感主题建模能够提供更细腻的用户情绪以及感知信息。通过应用场景的微调,本研究所涉及方法可应用于体验型产品推荐等多种形式的评论感知效用挖掘任务。
引用
收藏
页码:313 / 324
页数:12
相关论文
共 13 条
[1]
A survey on opinion mining and sentiment analysis: Tasks; approaches and applications.[J].Kumar Ravi;Vadlamani Ravi.Knowledge-Based Systems.2015,
[2]
From valence to emotions: Exploring the distribution of emotions in online product reviews.[J].Rahat Ullah;Naveen Amblee;Wonjoon Kim;Hyunjong Lee.Decision Support Systems.2016, Jan.
[3]
AN ARGUMENT FOR BASIC EMOTIONS [J].
EKMAN, P .
COGNITION & EMOTION, 1992, 6 (3-4) :169-200
[4]
Sentiment analysis and opinion mining..Liu; B;.Synthesis Lectures on Human Language Technologies.2012, 01
[5]
基于情绪分析的UGC质量评判模型 [J].
金燕 .
图书情报工作, 2017, 61 (20) :131-139
[6]
面向舆情大数据的网民情绪演化机理及趋势预测研究 [J].
兰月新 ;
夏一雪 ;
刘冰月 ;
高扬 ;
李增 .
情报杂志 , 2017, (11) :134-140
[7]
基于微博的投资者情绪对股票市场影响研究 [J].
张信东 ;
原东良 .
情报杂志, 2017, 36 (08) :81-87
[8]
隐主题模型下产品评论观点的凝聚与量化 [J].
聂卉 .
情报学报, 2017, (06) :565-573
[9]
情感词典扩充的微博文本多元情感分类研究 [J].
曹宇 ;
王名扬 ;
贺惠新 .
情报杂志, 2016, 35 (10) :185-189
[10]
基于信息分类的网络书评内容挖掘与整合研究 [J].
祝振媛 .
图书情报工作, 2016, (01) :114-124