论文部分内容阅读
在现有褒贬性情感分类的研究中，缺乏对商品具体属性情感倾向的分析。基于此，建立细分类模型，将情感分类分为初分类和细分类两个过程。初分类确定商品评论的整体情感倾向，根据初分类的结果对商品的各个属性再次进行情感分类，以确定具体属性的情感倾向。从而消费者无需阅读具体的文本评论，就可以全面直观地了解商品，缩短做出购买决策的时间，降低决策的复杂度。该模型可作为网上商品销售的一个扩展功能使用，并利用酒店评论文本检测了模型的有效性。同时，论文通过对四种经典的特征算法的测试，发现在情感细分类中互信息（MutualInfor