社交网络上影评文本中的不同句子具有不同的情感贡献值,且文本语句具有复杂化和多样性等特点,导致关键句中的重要信息无法有效提取,进而影响影评情感分析的准确性。为了解决这个问题,本文提出了一种基于关键句语义规则和领域情感词典的影评情感分析方法,以提高影评文本情感分析的准确性。首先提取包含关键信息的影评文本情感关键句,然后扩展影评领域情感词典,最后结合语义规则对影评文本进行情感计算。主要研究内容如下:(1)提取包含关键信息的影评文本。为了更快速、更准确的对关键句进行提取,本文提出了包含4种属性的影评关键句提取方法,首先根据改进的关键词提取算法对影评主题相关的关键词进行提取,然后对句子的四种属性值(关键词特征、位置特征、标点符号特征、语义特征)进行加权求和,以达到对关键句的准确提取。(2)提出关键句语义规则结合领域情感词典的影评情感分析方法。首先,分析包含关键信息语句的结构特点,进而发现并合理定义关键句的语义规则,以提高关键句分析的准确度。其次,在基础情感词典之上扩展影评领域新情感词,并构建程度副词、否定词、表情符号等相关词典。最后,将关键句的语义规则与扩展的领域情感词典相结合对影评关键句进行情感计算,以达到对影评文本进行情感分类的目的。实验结果表明,本文提出的基于关键句语义规则和领域情感词典的影评情感分析方法能够快速、准确对影评文本进行情感分类。本文创新地使用句子的四种属性对影评关键句进行提取,并将关键句的语义规则与扩展的情感词典相结合对关键句进行情感分析。本文的研究可以有效的帮助用户对某部电影有个整体的认知,并对其做出观影决策;帮助商家影院制定更完善的营销策略、预测电影票房、协助影院排片;帮助电影制片方了解到自身电影的不足之处、提高电影的质量。图[18]表[19]参[72]