基于HowNet的中文网络评论情感倾向性深度分析

该论文《中文网络评论观点词汇语义褒贬倾向性判断 (2012年)》发表于《计算机应用》期刊，2012年第11期，着重探讨了在网络评论信息爆炸的时代背景下，自动识别用户评论观点的褒贬倾向性的重要性。作者李华储和高吴来自重庆大学计算机学院和软件学院，他们提出了一种基于HowNet的词汇语义相似度方法进行改进，以适应对评论词汇倾向性判断的需求。 论文的核心内容是基于HowNet这一语义知识库，利用词汇语义相似度作为衡量工具。HowNet是一种广泛使用的汉语词汇语义网络，它能够提供词汇之间的语义关系，有助于理解词语在不同上下文中的含义。原始方法依赖于词汇与特定基准词的相似度来判断其情感倾向，但作者注意到这种方法可能过度依赖较大的相似度值，忽视了其他潜在的信息。 为了提高准确性，论文提出了一种改进策略：当词汇与多个基准词的相似度较小时，会弱化这些较大的相似度值的影响，以防止单一指标导致判断偏差。这种策略旨在更全面地考虑词汇的多方面语义特征，减少误导性判断的可能性，从而提升倾向性判断的精度。 实验结果显示，经过改进的方法在计算观点词的词汇语义相似度时更为精细和客观，而且在实际的倾向性判断任务中，准确性有所提升。这表明，通过考虑词汇的多元性和细微差别，可以有效地增强计算机在分析网络评论情感倾向方面的性能。 关键词包括“中文信息处理”、“网络评论”、“观点”、“语义相似度”以及“语义倾向”，这些都是论文研究的重点领域，反映了作者关注的实际应用场景和理论基础。整体上，这篇论文为理解和挖掘中文网络评论的情感色彩提供了新的视角和技术手段，对于信息检索、舆情分析等领域具有实际价值。