基于SVM的产品评论属性特征的情感倾向分析

• 作者: 徐叶强 朱艳辉 杜锐 王文华 邓程 鲁琳
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 支持向量机 属性搭配 情感极性分析 文本分类 中文信息处理
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 信息技术
• 页码范围: 76-80
• 页数: 5页
• 分类号: TP391
• 字数: 4993字
• 语种: 中文

摘要

产品评论的情感倾向性分析是一个很有研究价值的领域，可以帮助客户、商家进行决策。针对产品评论中的属性词和情感词在文本中的各种关系，制定了8组特征选择规则，利用SVM算法训练模型来判断属性词和情感词的搭配识别，进而依据情感词及否定词等分析属性特征的情感倾向。实验结果表明：提出的基于SVM的搭配识别方法，在识别属性特征与情感词的搭配方面具有不错的分类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱艳辉	湖南工业大学计算机与通信学院	76	572	12.0	21.0
2	徐叶强	湖南工业大学计算机与通信学院	7	125	7.0	7.0
3	杜锐	湖南工业大学计算机与通信学院	7	93	5.0	7.0
4	鲁琳	湖南工业大学计算机与通信学院	5	69	5.0	5.0
5	邓程	湖南工业大学计算机与通信学院	6	74	5.0	6.0
6	王文华	湖南工业大学计算机与通信学院	4	63	4.0	4.0