中文產(chǎn)品評(píng)論觀點(diǎn)抽取方法研究.pdf

1、隨著電子商務(wù)和web2.0應(yīng)用的發(fā)展，越來(lái)越多的消費(fèi)者在購(gòu)買(mǎi)和使用產(chǎn)品之后，喜歡在電子商務(wù)網(wǎng)站、論壇、博客發(fā)表對(duì)產(chǎn)品的觀點(diǎn)態(tài)度，這些評(píng)論包含了用戶對(duì)產(chǎn)品的特征，功能，性能等的看法，消費(fèi)者在購(gòu)買(mǎi)產(chǎn)品之前總會(huì)咨詢別人對(duì)產(chǎn)品的意見(jiàn)從而做出明智的購(gòu)買(mǎi)決定，廠家也可以根據(jù)用戶的評(píng)論來(lái)改進(jìn)產(chǎn)品，人工的去瀏覽這些海量產(chǎn)品評(píng)論是費(fèi)時(shí)和低效的，并且還有滯后性和片面性。近來(lái)，如何對(duì)大量的非結(jié)構(gòu)化的網(wǎng)絡(luò)產(chǎn)品評(píng)論自動(dòng)的進(jìn)行觀點(diǎn)抽取成為了一個(gè)研究熱點(diǎn)。
　

2、　本文針對(duì)情感觀點(diǎn)抽取資源的構(gòu)建、產(chǎn)品屬性特征的抽取、屬性特征詞與情感詞的搭配識(shí)別及極性判定進(jìn)行了深入研究，本文的主要研究工作如下：
　　（1）利用開(kāi)源工具Larbin和Xpath，針對(duì)購(gòu)物網(wǎng)站的手機(jī)頻道進(jìn)行定向爬蟲(chóng)，并根據(jù)網(wǎng)頁(yè)格式利用Xpath進(jìn)行元數(shù)據(jù)抽取，最終構(gòu)建手機(jī)評(píng)論語(yǔ)料庫(kù)。
　?。?）在構(gòu)建情感觀點(diǎn)抽取資源方面，提出了基于百度百科的基礎(chǔ)情感詞典構(gòu)建方法、基于連詞詞典和依存句法關(guān)系相結(jié)合的領(lǐng)域情感詞典方法、網(wǎng)絡(luò)情感

3、詞典、情感修飾詞典的構(gòu)建方法。
　?。?）在產(chǎn)品屬性特征抽取方面，提出了基于規(guī)則和統(tǒng)計(jì)的識(shí)別算法和基于 CRF的屬性特征改進(jìn)識(shí)別算法來(lái)抽取產(chǎn)品屬性特征，前者的準(zhǔn)確率達(dá)到0.56，覆蓋率達(dá)到0.73，而后者的準(zhǔn)確率更高，為0.78，但覆蓋度僅0.46，為了與其他研究者進(jìn)行比較，將Hu和Liu的方法應(yīng)用到本實(shí)驗(yàn)環(huán)境，實(shí)驗(yàn)表明本文的兩種方法好于Hu和Liu的方法。
　?。?）在屬性特征與情感詞搭配識(shí)別及極性判定方面，提出了基于SV