论文部分内容阅读
传统的情感倾向性分析方法主要针对同一领域的文本，对于不同领域的文本，传统方法效果较差。为解决该问题，提出一种基于特征变换的跨领域产品评论倾向性分析方法。通过领域独立词建立源领域和目标领域的领域依赖词之间的关联，将源领域的领域知识迁移到目标领域中，以解决数据分布不同造成的分类器效果下降的问题。使用产品评论文本作为语料进行实验，结果表明，在所有语料上基于支持向量机和逻辑回归方法的平均精度分别为76．61％和76．81％，均高于Baseline算法的平均结果。