發(fā)布時間：2020-04-12 13:20

【摘要】：隨著電商平臺的快速發(fā)展,越來越多人熱衷于網(wǎng)絡(luò)消費,隨之而來的是海量的產(chǎn)品評論。而這些產(chǎn)品評論中往往隱藏著大量信息,攜帶著用戶對于產(chǎn)品的各個屬性的情感傾向。而在產(chǎn)品細(xì)粒度情感分析方面評價對象和評價詞的提取是最關(guān)鍵的,只有實現(xiàn)了評價對象和評價詞的精準(zhǔn)提取,才能準(zhǔn)確的分析出用戶對于產(chǎn)品的各個屬性的情感傾向。本文圍繞提高評價對象和評價詞的提取準(zhǔn)確率的問題,提出了一種新模型。了解用戶對產(chǎn)品的某一屬性表現(xiàn)出的態(tài)度是喜歡還是不滿,細(xì)粒度的情感分析可以達(dá)到這樣的目的。而在進(jìn)行細(xì)粒度情感分析時,我們第一步就是找出產(chǎn)品評論文本中的評價對象和評價詞,并一一匹配�；�于此,本文提出了一種新的算法GLDA,該算法是由深度神經(jīng)網(wǎng)絡(luò)門控循環(huán)單元(gated recurrent unit,GRU)和主題模型潛在狄利克雷分配(Latent Dirichlet Allocation,LDA)結(jié)合而成。而為了進(jìn)一步提高評價對象的提取精度,本文針對特定領(lǐng)域構(gòu)建了評價對象集合,實現(xiàn)領(lǐng)域同義詞(用來描述同一特征的不同評價詞叫做領(lǐng)域同義詞)的聚類,提高了評價對象的提取精確度�；�于提出的新算法GLDA,本文設(shè)計了一種適合酒店評論細(xì)粒度情感分析的模型,并將此模型運用到貓途鷹(TripAdvisor)網(wǎng)站酒店真實評論數(shù)據(jù)上,對評論數(shù)據(jù)進(jìn)行了細(xì)粒度的情感分析。實驗結(jié)果表明,提出的新算法GLDA在文本建模能力上強于LDA和SentenceLDA(Sentence Latent Dirichlet Allocation),而且設(shè)計的基于GLDA算法的細(xì)粒度情感分析模型在酒店數(shù)據(jù)上的分析結(jié)果比其他兩種算法精度和召回率高。證實了模型的可用性。
【圖文】：

西安石油大學(xué)碩士學(xué)位論文次數(shù)的影響不是很大，基本在迭代 15 到 25 次時，趨于收斂。度的大小有很大影響，但在四個數(shù)據(jù)集上隨著主題數(shù)的增加，會趨近于一個平穩(wěn)的值。 算法的對比分析驗中，對比 GLDA、SentenceLDA、LDA 在主題建模方面的能力算法在相同數(shù)據(jù)集上進(jìn)行文本建模的困惑度，困惑度越小則說 。 實 驗 所 用 的 數(shù) 據(jù) 集 是 Wikipedia(wiki17、 wiki34、(20news)。這個實驗涉及到主題數(shù)與迭代次數(shù)的設(shè)定，，在實驗前讓 perplexity 趨于收斂并值比較小的主題數(shù)和迭代次數(shù)。的實驗訓(xùn)練可以看出當(dāng)?shù)�代次�?shù)到達(dá) 15、20、25 時已經(jīng)接近收值和時間成本，將迭代次數(shù)定為20。下面來看看在迭代次數(shù)為208、20news 四個數(shù)據(jù)集的主題數(shù)與困惑度的關(guān)系。

圖 3-4 LDA 算法主題數(shù)與困惑度的關(guān)系圖（迭代次數(shù)為 20） 3-5 SentenceLDA 算法主題數(shù)與困惑度的關(guān)系圖（迭代次數(shù)為 203-3、圖 3-4、圖 3-5 中可以看出，在四個數(shù)據(jù)集下 GLDA、LD是困惑度隨主題個數(shù)的增大最終收斂。發(fā)現(xiàn)在圖 3-3 表示的在主題數(shù)為 280 左右開始收斂，在數(shù)據(jù)集 20news 所建模型
【學(xué)位授予單位】：西安石油大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18;TP391.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋鳳義;胡太;楊明;;基于外觀的復(fù)合屬性學(xué)習(xí)的細(xì)粒度識別[J];數(shù)據(jù)采集與處理;2016年06期

2 陳自巖;黃宇;王洋;傅興玉;付琨;;一種利用語義相似特征提升細(xì)粒度情感分析方法[J];計算機應(yīng)用與軟件;2017年03期

3 張潔;董輝;;普適環(huán)境中細(xì)粒度可信管理框架的研究[J];測控技術(shù);2017年05期

4 鐘競德;;超細(xì)粒度氧化釔生產(chǎn)的新工藝分析[J];科技創(chuàng)新與應(yīng)用;2016年06期

5 羅清紅;;大數(shù)據(jù)與靈魂[J];當(dāng)代教育家;2016年12期

6 李濤;劉明耀;閆寧;;超細(xì)粒度砂輪制備技術(shù)研究現(xiàn)狀[J];金剛石與磨料磨具工程;2013年02期

7 譚光華,袁廉灼;從Na_2WO_4溶液制取中、細(xì)粒度WO_3[J];稀有金屬;1989年05期

8 敦欣卉;張云秋;楊鎧西;;基于微博的細(xì)粒度情感分析[J];數(shù)據(jù)分析與知識發(fā)現(xiàn);2017年07期

9 唐國純;;RBAC細(xì)粒度組的權(quán)限管理模型的分析與設(shè)計[J];硅谷;2011年05期

10 黃光芳;;基于用戶組和細(xì)粒度權(quán)限的RBAC模型[J];湛江師范學(xué)院學(xué)報;2011年06期

相關(guān)會議論文 前10條

1 李小慶;曾慶凱;;細(xì)粒度可信恢復(fù)文件系統(tǒng)[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

2 劉電霆;周德儉;余強;;虛擬企業(yè)中細(xì)粒度協(xié)同設(shè)計任務(wù)的不確定調(diào)度及GA求解[A];先進(jìn)制造技術(shù)高層論壇暨第六屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2007年

3 葉蘊芳;楊榆;羅鑫;徐國愛;;Appfuse系統(tǒng)中細(xì)粒度權(quán)限控制的研究與實現(xiàn)[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

4 朱虹;舒鵬;;擴展SQL實現(xiàn)DBMS細(xì)粒度訪問控制[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

5 郭磊;唐玉華;周杰;董亞卓;;基于FPGA的Cholesky分解細(xì)粒度并行結(jié)構(gòu)與實現(xiàn)[A];2010年第16屆全國信息存儲技術(shù)大會（IST2010）論文集[C];2010年

6 吳舜;蘇丹;吳佳;李坤;許大衛(wèi);劉昀;魏征;;基于Tilera平臺的網(wǎng)絡(luò)細(xì)粒度應(yīng)用行為識別系統(tǒng)[A];2013電力行業(yè)信息化年會論文集[C];2013年

7 李祖德;占國強;葉曉俊;;FG-RBAC:基于RBAC的FGAC模型實現(xiàn)[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2005年

8 王運成;任年民;張建平;結(jié)鳳克;柴常謙;;基于角色的XML細(xì)粒度訪問控制模型[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

9 劉偉峰;王智廣;;細(xì)粒度并行計算編程模型研究[A];2008年全國開放式分布與并行計算機學(xué)術(shù)會議論文集(下冊)[C];2008年

10 江偉玉;高能;劉澤藝;林雪燕;;一種云計算中的多重身份認(rèn)證與授權(quán)方案[A];第27次全國計算機安全學(xué)術(shù)交流會論文集[C];2012年

相關(guān)重要報紙文章 前10條

1 ;修正SDH:承載細(xì)粒度IP業(yè)務(wù)[N];中國計算機報;2002年

2 ;細(xì)粒度的訪問控制和日志管理[N];中國計算機報;2003年

3 ;三項措施保護(hù)服務(wù)器[N];網(wǎng)絡(luò)世界;2004年

4 侯麗坤;思達(dá)展示新概念QoS產(chǎn)品[N];計算機世界;2001年

5 《網(wǎng)絡(luò)世界》記者 蒙克;D-Link應(yīng)用層流控網(wǎng)關(guān)細(xì)粒度管理全網(wǎng)流量[N];網(wǎng)絡(luò)世界;2015年

6 呂明;網(wǎng)絡(luò)安全審計需細(xì)粒度報告[N];計算機世界;2008年

7 胡英;F5最新SSL VPN[N];計算機世界;2006年

8 侯闖 綜合編譯;部署SOA需慎重[N];計算機世界;2004年

9 ;Allot加入開放式IP服務(wù)創(chuàng)建計劃[N];人民郵電;2007年

10 沈建苗　綜合編譯;IM安全產(chǎn)品選購諫言[N];計算機世界;2008年

相關(guān)博士學(xué)位論文 前10條

1 趙波;細(xì)粒度圖像分類、分割、生成與檢索關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2017年

2 洪佳楠;半可信云中基于屬性加密擴展的訪問控制研究[D];中國科學(xué)技術(shù)大學(xué);2018年

3 魏秀參;深度學(xué)習(xí)下細(xì)粒度級別圖像的視覺分析研究[D];南京大學(xué);2018年

4 時杰;關(guān)系數(shù)據(jù)庫細(xì)粒度訪問控制研究[D];華中科技大學(xué);2010年

5 朱倩;面向自由文本的細(xì)粒度關(guān)系抽取的關(guān)鍵技術(shù)研究[D];江蘇大學(xué);2011年

6 余a\;基于Simulink模型的細(xì)粒度多線程技術(shù)研究[D];浙江大學(xué);2014年

7 付興兵;基于屬性基加密的細(xì)粒度訪問控制機制研究[D];電子科技大學(xué);2016年

8 周杰;合成孔徑雷達(dá)數(shù)據(jù)處理應(yīng)用的細(xì)粒度并行算法與結(jié)構(gòu)[D];國防科學(xué)技術(shù)大學(xué);2010年

9 施寒瀟;細(xì)粒度情感分析研究[D];蘇州大學(xué);2013年

10 張傳才;流域水沙過程的細(xì)粒度建模框架研究[D];河南大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 張強;基于在線評論的細(xì)粒度情感分析[D];安徽工程大學(xué);2019年

2 劉測;產(chǎn)品評論的細(xì)粒度情感分析研究[D];西安石油大學(xué);2019年

3 吳凡;基于深度學(xué)習(xí)的車型細(xì)粒度識別研究[D];廈門大學(xué);2017年

4 鄭俠武;基于中心排序損失及弱監(jiān)督定位的細(xì)粒度目標(biāo)檢索[D];廈門大學(xué);2018年

5 昌晶;細(xì)粒度模型剪枝算法研究[D];南京大學(xué);2019年

6 白潔明;結(jié)合注意力機制的細(xì)粒度物體分類技術(shù)研究[D];浙江大學(xué);2018年

7 袁千丁;基于多尺度卷積特征匹配的細(xì)粒度分類研究[D];長沙理工大學(xué);2017年

8 李懷德;基于多級卷積特征金字塔細(xì)粒度食物圖片識別與移動端應(yīng)用[D];長安大學(xué);2018年

9 謝雨飛;基于語義擴展與多層注意力模型的問題細(xì)粒度分類方法研究[D];華東師范大學(xué);2018年

10 張陽;細(xì)粒度圖像分類算法研究[D];哈爾濱工業(yè)大學(xué);2018年

本文編號：2624763