基于属性特征的评论文本情感极性量化分析

【目的】从评论对象的属性特征出发解决情感极性量化问题。【方法】将在线评论文本分解构建三层评论体系,即评论对象–对象属性–评论描述,从属性层级抽取属性词集和对应的评论集,考虑评论对象属性特征的不同影响,引入属性因子,并对TFIDF进行改进用以计算属性因子;结合评论模式和评论语境提出基于属性特征的评论情感量化分析算法并采用Python语言予以实现。【结果】相较于传统机器学习分类算法(NB、SVM)、属性因子设置为等权重时,本文算法在评论文本情感分类准确性方面有显著提高。【局限】评论集领域选择方面具有局限性,量化算法在系数设定方面存在主观性。【结论】本文算法能有效解决情感极性量化问题,进一步提高了情感分类准确性。