摘 要：针对当前情感分析中存在精确度不高、细致程度不够、适用范围狭小等问题，文章结合层级分类思想与情感分析，为不同情感倾向类型划分多层级，在确定领域中进一步扩大与提升情感分析的角度和精度。同时，以发散树结构分支的方式增强情感倾向类型在深度和广度等方面的扩展力，使其更符合人类大脑对客观的情感倾向，为构建针对 APP 零售平台中在线产品评价信息的消费者意见挖掘及情感分析模型等提供技术支持。

关键词：产品评价：情感倾向：情感分析

中图法分类号：F713文献标识码：A

１ 引言

随着ＡＰＰ 及其平台技术的迅猛发展和电子商务的普及，网络消费已常态化。线上与线下相结合的网上消费过程产生了大量的在线产品评价信息，对这些信息进行情感分析，既可以为消费者在后续的网上消费中提供参考，又能帮助产品企业提升商品和服务质量、优化商业决策。当前，在线产品评价信息的情感分析已取得了一定的研究成果，但现有的许多研究在情感倾向及其属性的分析和预测中依然存在精度不高、细致程度不够、适用范围狭小等问题［１］。因此，如何从中挖掘出有价值的关键信息，最大程度地帮助企业提升判断力，因地制宜地提升商品和服务质量，进而科学地制定营销策略、把握流行趋势，已成为极其热门的一个研究课题。

２ 情感分析

２．１ 情感分析概述

作为一种分析方法，情感分析也叫做观点挖掘，它通过对信息文本进行内容挖掘，并对人们在特定情感背景下所表达的评价、观点、态度等内容下的情感倾向进行分析和预测。在早期的情感分析研究中，它被看作单一的情感分类，这是一种从基于主题的文本分类任务出发所衍生出的针对情感这个特定主体而进行的文本分类任务［２］ ，随着研究工作的不断深入，情感分析已成为自然语言处理领域文本挖掘方向一个持续的重要研究课题。

２．２ 网络舆情与情感分析

情感分析是网络舆情分析中的关键方法［３］ ，主要依靠自然语言处理和文本语义挖掘来实现，通过对网络舆情信息中评价主体所发表的观点、评价等文本内容进行语义挖掘，进而分析和预测出人们对某些情感属性方向上所潜藏的含有个人情感色彩的主观性倾向。

３ 层级情感分析方法

３．１ 层级情感分类情感分类是情感分析领域的一个经典任务。现实环境中存在一类比较特殊的情感分类信息，这类情感信息在分类处理操作中通常被归纳为由多个层级子标签组合而成的情感類别标签。将层级情感分类下的各子层级类别标签看作拓扑型树结构或有向无环图结构等，在树结构或图结构中每一条有向路径上的层级子标签之间均含有一定的关系依赖。通常情况下，层级情感分类算法能从层级类别树结构中找到一条或多条有向层级类别路径。为解决当前主流情感分析研究深度和广度不足等问题，也为了更好地利用不同情感倾向间复杂丰富的依赖关系，可尝试结合层级分类思想与情感分析［４］ ，为不同情感倾向类型划分多层级，从而细化情感分析的角度和精度。

３．２ 层级算法结构与流程

本文提出的层级情感分析算法将情感信息设计成层级树形结构，这更加契合层级化的情感倾向类别。通过层级树形结构来实现相邻层级之间的信息传递，使用神经网络挖掘各层级情感倾向的特征信息，同时结合多种机制提升算法模型整体性能。