基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
酒店用户评论包含评论人的情感,对其情感进行分析研究对于商家和用户都具有意义.基于情感词典的无监督分类方法是一种非常有效的情感倾向性分类方法,提出一种基于扩展情感词典的情感分类算法,通过合并公共情感词典以及利用word2vec工具扩充词典得到酒店领域情感词典,根据提出的算法判定评论的情感极性并分类.实验结果验证该方法对酒店领域评论进行情感分类的有效性和准确性.
推荐文章
基于购物领域词典扩建的评论情感研究
购物评论情感研究
情感分类
领域情感词典
情感特征
面向旅游在线评论情感词典构建方法
旅游在线评论
情感词典
词向量
山岳型景区
一种基于朴素贝叶斯的微博情感分类
微博
文本情感分类
二次情感特征提取
朴素贝叶斯
跨领域中文评论的情感分类研究
跨领域
情感分类
知网
有监督机器学习方法
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于情感词典的酒店评论情感分类研究
来源期刊 现代计算机 学科
关键词 情感词典 酒店评论 word2vec 情感分类
年,卷(期) 2017,(6) 所属期刊栏目 研究与开发
研究方向 页码范围 3-6
页数 4页 分类号
字数 3394字 语种 中文
DOI 10.3969/j.issn.1007-1423.2017.06.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何中市 重庆大学计算机学院 96 980 17.0 24.0
2 陈柯宇 重庆大学计算机学院 5 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (148)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (16)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(7)
  • 引证文献(4)
  • 二级引证文献(3)
2019(13)
  • 引证文献(2)
  • 二级引证文献(11)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
情感词典
酒店评论
word2vec
情感分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导