基于特征的中文在線評論觀點挖掘系統(tǒng)的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的普及和電商平臺的飛速發(fā)展，網(wǎng)絡(luò)購物已逐漸成為一種重要的消費習(xí)慣。伴隨著交易量的增長，產(chǎn)品的用戶評論數(shù)量與日俱增。對用戶來說，通過逐條瀏覽評論內(nèi)容的方式獲取產(chǎn)品的特征觀點信息是不現(xiàn)實的，評論挖掘作為一種自動化的評論分析方法應(yīng)運而生。傳統(tǒng)的文檔級別和句子級別的觀點挖掘已不足以滿足用戶想要獲取產(chǎn)品細(xì)粒度特征觀點信息的訴求，因此基于特征級別的評論觀點挖掘研究顯得更有意義。本文針對中文在線產(chǎn)品評論，圍繞特征級別評論觀點挖掘的各個任務(wù)，

2、展開了如下工作:
　　(1)提出一種基于依存句法分析的顯式特征提取方法。通過構(gòu)建一組顯式特征觀點對提取規(guī)則和剪枝過濾策略，直接獲取顯式特征及其對應(yīng)的觀點詞。該方法不僅考慮名詞和名詞短語作為特征，也加入動詞及動名詞短語作為產(chǎn)品特征。
　　(2)提出一種綜合特征詞相似度和特征對應(yīng)的觀點詞相似度的特征聚類方法。通過計算特征詞文本的相似度和特征對應(yīng)的觀點詞向量的余弦相似度，結(jié)合同一評論中提取出的不同特征不能相互聚為一類的聚類限制條件

3、進(jìn)行特征聚類。
　　(3)提出一種結(jié)合上下文和兩類觀點詞的隱式特征提取方法。通過對隱式特征出現(xiàn)的多種類型進(jìn)行分析，根據(jù)隱式特征引導(dǎo)詞在評論中出現(xiàn)的類型分別采用特征上下文和兩類觀點詞（模糊觀點詞和專屬觀點詞）的方法進(jìn)行提取。此外，本文通過實驗驗證了特征聚類能提高隱式特征的提取效果。
　　(4)最后，圍繞上述研究工作，基于<特征，觀點詞，否定詞個數(shù)>三元組，結(jié)合情感詞典計算各個特征的情感傾向值進(jìn)行觀點總結(jié)，通過實現(xiàn)觀點挖掘原型系