中文意見挖掘的特征層次構(gòu)建和抽取算法.pdf

1、隨著Web 技術(shù)的發(fā)展，網(wǎng)絡(luò)上現(xiàn)存的主觀意見表述文本陡增。主觀WEB 文本不僅能給其他用戶提供客觀的參考價值，并且產(chǎn)品生產(chǎn)方也可以及時根據(jù)用戶的意見言論來調(diào)正自己的產(chǎn)品設(shè)計以及營銷策略。因此主觀意見文本的處理也隨之受到人們的重視。近年來也成為了WEB數(shù)據(jù)挖掘的熱點。
　　 在中文意見挖掘中，相關(guān)學(xué)者都將如何準(zhǔn)確得到意見詞的語義情感傾向作為他們的著手點，對準(zhǔn)確獲取特征以及特征之間的關(guān)系相對研究較少。而特征的相關(guān)層次關(guān)系分析將對后面

2、的語義情感分析和對整篇評論的理解起到重要作用。
　　 因此，為了研究特征詞的抽取方法和特征層次關(guān)系的獲取方法，本文主要做了如下幾方面的研究工作：
　　 ①由于語料在中文文本挖掘中的重要作用，描述了不同語料在意見挖掘中的運用，分析了不同語料對于特征詞提取的作用。并針對不同語料介紹了不同的特征詞抽取算法。
　　 ②描述了中文語料中能夠體現(xiàn)概念上下位與部分整體關(guān)系的特定語法結(jié)構(gòu)，并從統(tǒng)計的角度探索和深入地分析了漢語“的

3、”字結(jié)構(gòu)短語中的概念上下位關(guān)系，總結(jié)出一種利用Tdf/idf 公式判定“的”字前后概念上下位關(guān)系的方法。
　　 ③研究給出了基于網(wǎng)絡(luò)的PMI 統(tǒng)計算法的一種新應(yīng)用。通過使用特定語法結(jié)構(gòu)短語在現(xiàn)有比較成熟的網(wǎng)絡(luò)搜索引擎中進(jìn)行搜索，來獲取詞匯和加入特定語法結(jié)構(gòu)的短語在網(wǎng)絡(luò)中被搜索到的次數(shù)，用于判斷詞匯之間的關(guān)系。
　　 ④分析了現(xiàn)有中文評論特征詞與意見詞所形成的詞對的抽取算法。并將Bootstrapping 算法和關(guān)聯(lián)規(guī)則算