面向产品属性的用户情感模型

来源：计算机应用杂志2016年第1期北京时间：

作者：贾闻俊, 张晖, 杨春明, 赵旭剑, 李波

单位：1. 西南科技大学 计算机科学与技术学院, 四川 绵阳 621010;2. 中国科学技术大学 计算机科学与技术学院, 合肥 230027

摘要：传统情感模型在分析商品评论中的用户情感时面临两个主要问题:1)缺乏针对产品属性的细粒度情感分析;2)自动提取的产品属性其数量须提前确定。针对上述问题,提出了一种细粒度的面向产品属性的用户情感模型(USM)。首先,利用分层狄利克雷过程(HDP)将名词实体聚类形成产品属性并自动获取其数量;然后,结合产品属性中名词实体的权重和评价短语以及情感词典作为先验,利用潜在狄利克雷分布(LDA)对产品属性进行情感分类。实验结果表明,该模型具有较高的情感分类准确率,情感分类平均准确率达87%。该模型与传统的情感模型相比在抽取产品属性和评价短语的情感分类上具有较高的准确率。

关键词：情感模型,细粒度,产品属性,分层狄利克雷过程,潜在狄利克雷分布

基金资助：四川省教育厅资助项目(14ZB0113);西南科技大学博士基金资助项目(12zx7116)。