基于词汇的在线客户评论与博客的语义倾向
计算与语言
2016-07-12 v1 信息检索
摘要
互联网用户的快速增长以及在线评论网站和社交媒体影响力的不断提升，催生了情感分析或意见挖掘，其旨在确定他人的想法与评论。情感或意见包含了公众针对产品、服务、政策和政治所生成的内容。人们通常希望寻找针对特定产品或服务的特征，由用户分享的包含喜好与厌恶的正面和负面意见。本文针对评论和博客等不同类型的数据，提出了一种基于词汇的句子级领域无关情感分类方法。该方法基于通用词典（即 WordNet、SentiWordNet）以及用于语义倾向的用户自定义词汇词典。这些词典的关系与词义为领域可移植性问题提供了解决方案。在语义倾向方面，该方法优于基于词级和文本级语料库的机器学习方法。结果表明，所提方法表现更佳，其在文档级和句子级对在线评论的精确率分别达到 87% 和 83%。
引用
@article{arxiv.1607.02355,
title = {Lexical Based Semantic Orientation of Online Customer Reviews and Blogs},
author = {Aurangzeb khan and Khairullah khan and Shakeel Ahmad and Fazal Masood Kundi and Irum Tareen and Muhammad Zubair Asghar},
journal= {arXiv preprint arXiv:1607.02355},
year = {2016}
}