中文旅游評論的情感分析研究.pdf

1、隨著全球旅游業(yè)快速發(fā)展和人們生活水平的提高，旅游逐漸成為人們閑暇時間的生活方式。然而，每個游客都會面臨旅行目的地景點或酒店的選擇決策問題。國內外一些知名的旅游網站上均包含豐富的旅游評論信息，為廣大游客的選擇決策提供重要依據。對這些用戶發(fā)布的反饋和評價進行情感分析研究，無論在理論分析和實際應用上都具有重要意義。
　　目前國內旅游領域的情感分析研究不夠深入，未能考慮到中文的復雜多樣性和評論集的不平衡性。針對以上問題，本文以攜程網為語料

2、源，面向中文旅游評論進行了情感分析研究。由于語料集呈現較大的不平衡性，為消除不平衡因素的影響，本文主要分為平衡集和不平衡集的情感分類研究兩部分。
　　在平衡集的研究中，本文在特征提取層面提出了兩種改進方法:一是基于旅游主題詞+情感詞序列的特征提取算法，二是基于中文句式的特征改進方法。在此基礎上，本文構建了SVM分類模型，對以上兩種方法的有效性進行了驗證。實驗結果表明，改進方法提取了旅游維度各屬性的特征及情感意見詞，降低了特征的維度

3、;能夠有效識別復雜評論中真正表達的情感。
　　在不平衡集的研究中，本文采用過抽樣算法合成負面樣本，降低數據集的不平衡性。本文討論了SMOTE和BSMOTE算法的局限性，比如忽略了孤立點的影響，采樣倍率不合理導致分類性能下降。針對這兩個問題，本文提出了MSMOTE算法，并與前兩種算法的性能進行了對比分析。實驗結果表明，MSMOTE算法有效地提高了負面樣本的分類性能。
　　本文建立了適應旅游領域的情感分類模型，降低了數據不平衡性