《表1 情感分类:基于情感分析的景点评论主题挖掘》
当前文本情感分析主要有两种方法,分别为机器学习和情感词典[10]。机器学习需要大量事先已标注好的数据作为训练样本,进而构建分类模型,常见的模型有朴素贝叶斯(NB)、支持向量机(SVM)等。情感词典是对文本中具有感情色彩的词汇进行类别统计和情感值计算,具有使用简便、容易扩展等优点。本文将基于情感词典和调用SnowNLP库的方法完成景点评论的情感分析工作。其中,实验选用的情感词典为大连理工大学整理标注的“情感词汇本体库”[11],该词库共涵盖词汇27 466个,并将情感词细分为“乐”“好”“怒”“哀”“惊”“惧”“恶”7大类和21小类(见表1),每个词汇均具有词性种类、情感类型、情感强度等多个属性(见表2)。
图表编号 | XD00151263500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 杨鑫、杨典、苏慧慧、宋卓远、杨秀璋、罗子江 |
绘制单位 | 贵州财经大学信息学院、贵州财经大学信息学院、贵州财经大学信息学院、贵州财经大学信息学院、贵州财经大学信息学院、贵州财经大学信息学院 |
更多格式 | 高清、无水印(增值服务) |