基于NLP的產(chǎn)品中文評論特征詞識別與語義傾向分析.pdf

1、網(wǎng)絡(luò)上的產(chǎn)品評論對消費(fèi)者和生產(chǎn)廠商都有重要意義。隨著國內(nèi)網(wǎng)絡(luò)用戶的增多，產(chǎn)品評論數(shù)量激增，但因缺乏合理的組織方式，導(dǎo)致信息獲取困難。本文針對產(chǎn)品中文評論，使用自然語言處理相關(guān)的方法和技術(shù)，設(shè)計(jì)了探測用戶對產(chǎn)品特征主觀傾向的系統(tǒng)方法，實(shí)現(xiàn)了產(chǎn)品評論中特征詞、觀點(diǎn)詞的識別和用戶針對特征詞的主觀傾向分析。本文主要研究內(nèi)容包括：
　　 1.結(jié)合句法規(guī)則和主題相關(guān)度度量，對評論中的特征詞進(jìn)行識別。在產(chǎn)品特征詞識別方面，目前廣為使用的方法是

2、：人工定義和自動(dòng)提取。人工定義特征詞詞典的方法移植性、適應(yīng)性差。自動(dòng)提取中使用關(guān)聯(lián)規(guī)則對名詞頻繁項(xiàng)進(jìn)行挖掘，覆蓋率較低。針對這些缺點(diǎn)，本文提出首先使用語法規(guī)則對候選特征詞進(jìn)行提取，然后使用主題相關(guān)度算法，計(jì)算候選特征詞與評論主題的相關(guān)度，實(shí)現(xiàn)特征詞過濾。
　　 2.<特征詞，觀點(diǎn)詞>關(guān)聯(lián)對的識別。本文認(rèn)為，評論中最有價(jià)值的信息是：用戶對產(chǎn)品的哪些特征做了什么評價(jià)，而<特征詞，觀點(diǎn)詞>正能體現(xiàn)這一點(diǎn)。在<特征詞，觀點(diǎn)詞>關(guān)聯(lián)對的識

3、別中，廣為使用的有兩類方法：一類是先識別特征詞(觀點(diǎn)詞)，然后在最近距離內(nèi)根據(jù)詞性選取觀點(diǎn)詞(特征詞)；另一類是基于監(jiān)督學(xué)習(xí)的方法，學(xué)習(xí)關(guān)聯(lián)對的出現(xiàn)模式，通過訓(xùn)練模型對新的評論進(jìn)行關(guān)聯(lián)對識別。前者方法簡單，但極易引入錯(cuò)誤匹配；后者通用性好，但是需要大量標(biāo)注數(shù)據(jù)的支持，而標(biāo)注數(shù)據(jù)的獲得代價(jià)較大。本文基于識別出的觀點(diǎn)詞，結(jié)合依存關(guān)系，對評論語句中的關(guān)聯(lián)對進(jìn)行抽取。
　　 3.基于似然率測試方法的觀點(diǎn)詞語義傾向判斷。廣為使用的是基于W