| 本研究鑒於目前餐廳領域的情感詞庫較為鮮
少，為建構餐廳專屬情感詞庫與探討情緒分析於
網 路 餐 廳 評 論 之 應 用 ， 實 驗 以 網 路 爬 蟲 (Web
Crawler)技術，蒐集知名評論網站「iPeen 愛評
網」之台灣地區餐廳評論作為實驗語料，利用
ANTUSD (Augmented NTU Sentiment Dictionary)情
感 詞 庫 與 改 良 式 PMI(Point-wise Mutual
Information)方法，建立餐廳領域情感詞庫並計算
各情感詞彙的情緒分數。
研究以 Delta TFIDF (Term Frequency Inverse
Document Frequency)進行評論關鍵字的計算與情
感詞庫的比對後發現，餐廳消費者評論多集中於
「口感」、「環境」、「服務」、「價位」、
「健康」、「知名度」六種層面的探討。研究最
後依據評論的特性，設計了多種不同的實驗方
法，實驗發現使用本次研究建立之餐廳情感詞庫
後，可明顯提升評論情緒的分類準確率。而將評
論情緒區分為正向與負向情緒時，搭配機器學習
演算法 SVM (Support Vector Machine)進行分類，
最高可達到 77.6%的分類準確率。
關鍵詞：資料探勘，評論網站，情緒分析，網路
爬蟲，情感詞庫，機器學習。 |
