基于網(wǎng)絡(luò)文本的評(píng)論挖掘分析.pdf

1、目前,互聯(lián)網(wǎng)上信息與日劇增,蘊(yùn)藏著巨大的信息量。在網(wǎng)絡(luò)上,人們可以獲取到相對(duì)以前更多的信息,在這些網(wǎng)絡(luò)信息中,評(píng)論類(lèi)型的信息占有十分巨大的比例。由網(wǎng)絡(luò)本身特點(diǎn)所限,這些評(píng)論信息十分繁雜,大量有效信息與無(wú)效信息往往混雜在一起。人們想要在短時(shí)間內(nèi)從針對(duì)諸如人物、事件、傳媒、產(chǎn)品等的評(píng)價(jià)信息中獲取有價(jià)值信息往往十分困難。因此針對(duì)評(píng)論信息的挖掘分析,有用信息提取已是一個(gè)日益重要的任務(wù)。
　　在評(píng)論信息的挖掘分析,有用信息提取方面,本文主要

2、關(guān)注于評(píng)論文本過(guò)濾以及對(duì)評(píng)論信息的主題屬性提取與情感分析上。在評(píng)論文本過(guò)濾主要實(shí)現(xiàn)了對(duì)網(wǎng)路評(píng)論文本中的無(wú)用語(yǔ)的過(guò)濾,并通過(guò)分析評(píng)論文本與主題文本的相關(guān)度來(lái)過(guò)濾其中相關(guān)度較低的無(wú)關(guān)評(píng)論信息。在評(píng)論信息的主題提取方面則進(jìn)行了對(duì)針對(duì)特定主題的評(píng)論集合中關(guān)注的主題屬性詞進(jìn)行了識(shí)別,在感情分析方面則進(jìn)行了針對(duì)具體每條評(píng)論以及整個(gè)評(píng)論集合在感情傾向性方面的判斷。
　　針對(duì)評(píng)論文本過(guò)濾,本研究先對(duì)中文文本利用成熟的分詞工具進(jìn)行了分詞劃分以及詞性

3、標(biāo)識(shí),結(jié)合無(wú)用語(yǔ)字典樹(shù)實(shí)現(xiàn)了無(wú)用語(yǔ)的過(guò)濾,同時(shí)利用文本間距離分析實(shí)現(xiàn)了主題不相關(guān)文本的過(guò)濾。對(duì)于評(píng)論信息的主題提取,本研究在漢語(yǔ)文本的名詞以及名詞短語(yǔ)的挖掘基礎(chǔ)上,利用針對(duì)中文的詞性組合規(guī)律,結(jié)合文本訓(xùn)練集與中文伴生詞匹配進(jìn)行數(shù)據(jù)篩選,完成了對(duì)評(píng)論信息中關(guān)注的主題屬性的挖掘分析。在評(píng)論感情傾向性分析步驟中,從底層至上層逐次進(jìn)行分析,在最重要的感情極性詞挖掘部分,利用一種基于極性詞字典的無(wú)監(jiān)督學(xué)習(xí)方式進(jìn)行詞匯擴(kuò)容,實(shí)現(xiàn)了極性詞的自動(dòng)獲取與