首頁瀏覽人次: 618,419 次 (Since 2010/07/14) 會員登入
聯盟單位  |  虛擬講堂  |  網路直播  |  其他演講  |  排行榜  |  留言板  |  知識擂台  |  回首頁
首頁 > 虛擬講堂 > 應用情緒分析技術於網路餐廳評論   快速搜尋演講 進階搜尋
  應用情緒分析技術於網路餐廳評論 
★chrome瀏覽器無法播放Silverlight解決辦法
0:00 / 0:00

講者:國立臺東專科學校資訊管理科 廖強棋
日期:2018/10/26
性質:演講
類別:應用科學
語言:中文
長度:00:14:35
觀看:412
推薦:0
摘要:
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...
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。

現在位置:演講摘要詳細內容
推薦  (0)
推薦至Plurk
提供:TANET台灣網際網路研討會-TANET2018

轉寄  

推薦者:  
電子郵件地址: (如欲轉寄多人,請以 ; 分隔email)  
留言給收件者:  

回報問題  

問題說明:  




AI與法律、哲學、社會議題跨...
講者:郭博昭等人
觀看:216
日本機器人王國的建立
講者:鄭運鴻
觀看:4,738
人工智慧取代醫師的時代?
講者:唐高駿
觀看:526
【週日閱讀科學大師】通往宇宙...
講者:吳俊輝
觀看:68
【週日閱讀科學大師】上太空也...
講者:黃居正
觀看:65

現在位置:學習公約