中文网络评论观点词汇语义褒贬倾向性判断

doi:10.3724/SP.J.1087.2012.03023

计算机应用 ›› 2012, Vol. 32 ›› Issue (11): 3023-3033.DOI: 10.3724/SP.J.1087.2012.03023

中文网络评论观点词汇语义褒贬倾向性判断

李华¹,储荷兰¹,高旻²

1. 重庆大学计算机学院，重庆 400044
2. 重庆大学软件学院，重庆 400044

收稿日期:2012-05-04 修回日期:2012-06-19 发布日期:2012-11-12 出版日期:2012-11-01
通讯作者: 储荷兰
作者简介:李华（1962-），女，重庆人，副教授，博士，主要研究方向：计算机网络与通信、综合网络信息系统、现代远程教育；储荷兰（1989-），女，安徽安庆人，硕士研究生，主要研究方向：自然语言处理、情感分析、远程教育；高旻（1980-），女，山东威海人，讲师，博士,CCF会员，主要研究方向：个性化推荐、远程教育、情感分析。
基金资助:
国家自然科学基金资助项目 (71102065）

Semantic orientation study on Chinese network comments

LI Hua¹,CHU He-lan¹,GAO Min²

1. College of Computer Science, Chongqing University, Chongqing 400044, China
2. College of Software Engineering, Chongqing University, Chongqing 400044, China

Received:2012-05-04 Revised:2012-06-19 Online:2012-11-12 Published:2012-11-01
Contact: CHU He-lan

摘要/Abstract

摘要： 由于网络评论信息的庞大，因此通过计算机自动识别出用户评论观点的褒贬倾向性具有重要意义。以基于HowNet的词汇语义相似度方法的词汇语义倾向性分析为基础，根据观点词的褒贬特性改进词汇语义相似度计算方法以适用于评论词汇的倾向性判断，并且考虑词汇与多个基准词相似度较小时弱化个别有价值的较大相似度，从而提高倾向性判断的准确率。实验结果表明，改进后的方法在计算观点词词汇语义相似度时更为合理，并且判断倾向性时准确率有一定的提高。

关键词: 中文信息处理, 网络评论, 观点, 语义相似度, 语义倾向

Abstract: Considering the huge amount of information in network comments, using computers to recognize the semantic orientation of the comments automatically will make great significance. In this paper, by using the semantic orientation analysis based on HowNetbased semantic similarity method, the research improved related methods to satisfy the semantic orientation recognition of network comments. The experimental results show that the improved method is more reasonable, and to some degree the accuracy rate of semantic orientation recognition has been improved.

Key words: Chinese information processing, network comment, viewpoint, semantic similarity, semantic orientation

中图分类号:

TP391.43

李华储荷兰高旻. 中文网络评论观点词汇语义褒贬倾向性判断[J]. 计算机应用, 2012, 32(11): 3023-3033.

LI Hua CHU He-lan GAO Min. Semantic orientation study on Chinese network comments[J]. Journal of Computer Applications, 2012, 32(11): 3023-3033.

[1]	赵小虎, 赵成龙. 基于多特征语义匹配的知识库问答系统[J]. 计算机应用, 2020, 40(7): 1873-1878.
[2]	侯艳辉, 董慧芳, 郝敏, 崔雪莲. 基于本体特征的影评细粒度情感分类[J]. 计算机应用, 2020, 40(4): 1074-1078.
[3]	王剑, 唐珊, 黄于欣, 余正涛. 基于句子关联图的汉越双语多文档新闻观点句识别[J]. 计算机应用, 2020, 40(10): 2845-2849.
[4]	赵威, 林煜明, 黄涛贻, 李优. 成本约束下自适应众包标注的用户观点抽取[J]. 计算机应用, 2019, 39(5): 1351-1356.
[5]	王元龙. 面向阅读理解的句子组合模型[J]. 计算机应用, 2017, 37(6): 1741-1746.
[6]	卢玲, 杨武, 刘旭, 李言. 基于实体情感演化置信网的观点检测方法[J]. 计算机应用, 2017, 37(5): 1402-1406.
[7]	张硕望, 欧阳纯萍, 阳小华, 刘永彬, 刘志明. 融合《知网》和搜索引擎的词汇语义相似度计算[J]. 计算机应用, 2017, 37(4): 1056-1060.
[8]	李学明, 张朝阳, 佘维军. 基于用户回复内容观点支持度的评论有用性计算[J]. 计算机应用, 2016, 36(10): 2767-2771.
[9]	李华栋贾真尹红风杨燕. 基于规则的汉语兼类词标注方法[J]. 计算机应用, 2014, 34(8): 2197-2201.
[10]	杨武李阳卢玲. 基于用户角色定位的微博热点话题检测方法[J]. 计算机应用, 2013, 33(11): 3076-3079.
[11]	张怡文岳丽华张义飞李青程家兴. 基于共同用户和相似标签的好友推荐方法[J]. 计算机应用, 2013, 33(08): 2273-2275.
[12]	朱征宇孙俊华. 改进的基于《知网》的词汇语义相似度计算[J]. 计算机应用, 2013, 33(08): 2276-2279.
[13]	冯永张洋. 结合匹配度和语义相似度的Deep Web查询接口模式匹配[J]. 计算机应用, 2012, 32(06): 1688-1691.
[14]	姜大庆周勇夏士雄. 基于语义描述与优化的网络性能数据聚类方法[J]. 计算机应用, 2012, 32(06): 1522-1525.
[15]	张玉芳徐安龙. 改进的基因术语间语义相似度计算方法[J]. 计算机应用, 2012, 32(05): 1329-1331.

中文网络评论观点词汇语义褒贬倾向性判断

Semantic orientation study on Chinese network comments

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics