面向电影评论的标签方面情感联合模型

TP391; 随着互联网的蓬勃发展,越来越多的人喜欢在微博和论坛上对商品进行评论,致使网络上存在着大量评论数据.为了同时挖掘评论数据中所谈论的方面以及评论者对这个方面的观点,用于指导消费者的消费和生产厂家对商品的改进,面向电影评论数据提出了一个标签方面情感联合模型.该模型可以同时挖掘出电影评论数据中所评论的方面以及对这个方面的情感,并且假设情感分布依赖于方面分布,词是采样的最小单位.通过将传统基于词典的方法和模型联合使用,在COAE2016任务2的电影评论数据集上进行测试,实验结果表明,此方法取得了较好的结果....

Full description

Saved in:
Bibliographic Details
Published in计算机科学与探索 Vol. 12; no. 2; pp. 300 - 307
Main Authors 李大宇, 王佳, 文治, 王素格
Format Journal Article
LanguageChinese
Published 山西大学计算智能与中文信息处理教育部重点实验室,太原030006 2018
山西大学计算机与信息技术学院,太原,030006%山西大学计算机与信息技术学院,太原030006
Subjects
dictionary
movie reviews
标签方面情感联合模型
COAE2016
词典
电影评论
labeled joint aspect sentiment model
Online AccessGet full text
ISSN1673-9418
DOI10.3778/j.issn.1673-9418.1611076

Cover

More Information
Summary:TP391; 随着互联网的蓬勃发展,越来越多的人喜欢在微博和论坛上对商品进行评论,致使网络上存在着大量评论数据.为了同时挖掘评论数据中所谈论的方面以及评论者对这个方面的观点,用于指导消费者的消费和生产厂家对商品的改进,面向电影评论数据提出了一个标签方面情感联合模型.该模型可以同时挖掘出电影评论数据中所评论的方面以及对这个方面的情感,并且假设情感分布依赖于方面分布,词是采样的最小单位.通过将传统基于词典的方法和模型联合使用,在COAE2016任务2的电影评论数据集上进行测试,实验结果表明,此方法取得了较好的结果.
ISSN:1673-9418
DOI:10.3778/j.issn.1673-9418.1611076