基于依存句法关系的在线评论情感属性的降维  

作　　者：蔡文嘉 

机构地区：[1]同济大学经济与管理学院

出　　处：《经营管理者》2018年第3期165-167,共3页Manager’Journal

基　　金：国家自然科学基金资助项目（71371144,71601119,71601082）

摘　　要：大规模文本的观点挖掘已成为研究热点,基于机器学习技术的情感分析应运而生,特征降维是其中的关键环节.方法：常见的特征降维方法有DF、IG、MI和CHI,这些方法运用了统计的思想,没有考虑特征词之间的语义关系,在一定程度上影响了分类效果.针对中文产品评论的特点,采用依存关系对句子进行句法分析,并结合常见的降维方法进行情感属性降维.最后,采用SVM分类器进行文本分类实验.结果：降维后的特征词能更好地表示文本.结论：基于依存句法关系的情感属性降维方法能够有效提高情感分类的效果.

关 键 词：情感分析 句法关系 降维 属性 评论 文本分类 在线 学习技术 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]