25、产品评论情感分类与基因选择算法研究

产品评论情感分类与基因选择算法研究

1. 产品评论情感分析

1.1 讽刺检测

在产品评论中，讽刺表达较为常见。研究人员调查了词汇和语用因素对机器学习识别讽刺话语效果的影响。例如：
- “I bought a new novel, it was expensive, it isn’t interesting, but it’s so good for the kindergarten”，前两句直接表明书贵且无趣，第三句看似积极，实则讽刺书内容不佳，更适合儿童。
- “It’s great for a fun read or if you are looking for some funny material for gags or jokes”，以看似积极的表述讽刺书内容不重要、不严肃。

1.2 比较性观点

评论者有时会对产品进行比较，通过表达偏好来体现产品的差异或相似性。如 “Samsung galaxy II camera is better than the IPhone camera”。

1.3 情感分析层次

情感分析可分为以下三个层次：
|层次|描述|示例|
|----|----|----|
|文档级|获取整个文档的总体意见值，判断评论的整体情感是积极、消极还是中立。|对产品评论判断整体是好评、差评还是中立评价。|
|句子级|关注每个句子的极性（积极、消极或中立），与主观性分类密切相关。|判断每个评论句子是积极、消极还是中立。|
|方面或特征级|直接关注意见本身，分析人们对产品不同特征的喜好和厌恶。|“the Samsung mob