意見挖掘中若干關(guān)鍵問題研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的迅速發(fā)展，互聯(lián)網(wǎng)上存儲了大量消費者對產(chǎn)品的評論信息，這些評論中包含消費者對產(chǎn)品性能或功能等方面褒義或者貶義的評價。商家/廠商可以通過跟蹤這些信息，及時獲取消費者的反饋意見，從而改進(jìn)產(chǎn)品；潛在消費者可以了解其他消費者的使用體驗，為合理購買產(chǎn)品提供幫助。然而面對Web上海量的無結(jié)構(gòu)化或半結(jié)構(gòu)化的評論信息，通過人工閱讀的方式獲取是一個費時費力的過程。因此，用戶評論的意見挖掘研究應(yīng)運而生，并成為近年來Web信息處理的

2、一個研究熱點。
　　 本文旨在研究意見挖掘中評價對象識別、評價內(nèi)容分析及評價情感獲取等關(guān)鍵問題，探索領(lǐng)域本體對其提供支持的方式和作用，并結(jié)合信息抽取、文本分類和自然語言處理等技術(shù)進(jìn)行深入探討。本文研究采取了方法論探索與實證分析相結(jié)合的方式，所做工作及創(chuàng)新點如下：
　　 (1)在分析已有方法和技術(shù)的基礎(chǔ)上，借鑒軟件工程中基于生命周期的模型，提出了增量迭代模型的構(gòu)建方法。該方法將本體構(gòu)建分成三個階段，多步驟實施，結(jié)合本文實際

3、應(yīng)用，通過創(chuàng)建實例，豐富和完善了領(lǐng)域本體的知識結(jié)構(gòu)，最終構(gòu)建了一個用于產(chǎn)品命名實體識別中的筆記本電腦電子產(chǎn)品的領(lǐng)域本體NBO(Notebook Ontology)。
　　 (2)在定義并系統(tǒng)分析產(chǎn)品命名實體識別任務(wù)和方法的基礎(chǔ)上，研究利用條件隨機(jī)域CRFs(Conditional Random Fields)模型進(jìn)行產(chǎn)品命名實體識別的方法，對識別過程中“觀察窗口”大小的選取、建模粒度的選取、標(biāo)注集的確定、特征的選擇等關(guān)鍵問題通過

4、實驗驗證其有效性；為了進(jìn)一步提高產(chǎn)品命名實體識別的性能，提出了在CRFs模型中引入新的外部特征--本體特征，實驗表明，融合內(nèi)外部特征對產(chǎn)品名稱實體、產(chǎn)品屬性名稱實體、產(chǎn)品構(gòu)件名稱實體的識別性能達(dá)到了理想的效果。
　　 (3)在研究傳統(tǒng)基于主題的文本分類方法的基礎(chǔ)上，利用基于機(jī)器學(xué)習(xí)的方法來進(jìn)行文本的粗粒度情感分類，為解決數(shù)據(jù)稀疏問題，提出利用情感向量空間模型來進(jìn)行文本表示，并通過實驗對情感分類過程中的分類算法的選取，特征選擇方法

5、的運用、特征維數(shù)的選取等關(guān)鍵問題進(jìn)行了分析和比較。為了綜合考慮特征詞對整個語料的貢獻(xiàn)度和各個類別的貢獻(xiàn)度，結(jié)合了文檔頻率和卡方統(tǒng)計的思想，提出了一個褒貶類卡方差值特征選擇方法CDPNC，其分類性能F-度量值的宏平均和微平均分別達(dá)到了90.18％，90.08％。
　　 (4)在研究基于語義分析的情感分類方法基礎(chǔ)上，利用依存句法分析來進(jìn)行特征觀點對的提取；對觀點詞的情感分類，針對中英文語言表達(dá)的差異，結(jié)合實際對基于逐點互信息的語義傾

6、向方法中褒貶基準(zhǔn)詞對的選取、閾值的設(shè)定等問題進(jìn)行改進(jìn)，驗證了其在中文評論文本情感分類上的可行性，并彌補(bǔ)了基于HowNet語義相似度的觀點詞情感分類方法的不足。
　　 (5)在上述研究成果的基礎(chǔ)上，本文給出了一個意見挖掘系統(tǒng)的系統(tǒng)構(gòu)架并設(shè)計實現(xiàn)了其原型系統(tǒng)。該系統(tǒng)可以從不同的粒度，對產(chǎn)品的整體評論、產(chǎn)品的綜合特征及細(xì)節(jié)特征的評論進(jìn)行全方位的意見挖掘，最終可將產(chǎn)品及評論的查詢結(jié)果，產(chǎn)品意見的查詢結(jié)果和產(chǎn)品的意見比較結(jié)果以可視化的方式