關(guān)聯(lián)對識別方法及其在句子情感分類中的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，Internet已成為越來越多的人們表達(dá)自己觀點(diǎn)的平臺。很多商家通過網(wǎng)上大量的評論，了解用戶對產(chǎn)品的意見或建議，以便改進(jìn)產(chǎn)品的性能和售后服務(wù)。同時(shí)，消費(fèi)者也可以利用網(wǎng)上的評論來指導(dǎo)消費(fèi)行為。然而，網(wǎng)上每天都有大量的新評論出現(xiàn)，對這些評論，僅靠人工進(jìn)行跟蹤和分析顯然是行不通的。近年來，人們開始關(guān)注并研究評論文本的主觀意見的獲取與傾向性判別。
　　針對產(chǎn)品評論，本文對評論中的產(chǎn)品特性進(jìn)行了挖掘，提出了產(chǎn)品特性與

2、情感詞匯關(guān)聯(lián)對的獲取與傾向性判別方法，并將關(guān)聯(lián)對的情感傾向用于句子的傾向性判定。主要有以下幾方面的研究工作:
　　1)挖掘評論中的產(chǎn)品特性
　　根據(jù)產(chǎn)品特性所在的上下文信息，本文將產(chǎn)品特性相鄰詞的詞性、產(chǎn)品特性在句中所處的位置以及產(chǎn)品特性在句中所形成的依存關(guān)系作為特征，采用決策樹方法獲得判斷產(chǎn)品特性的規(guī)則。實(shí)驗(yàn)結(jié)果表明，這些規(guī)則用于產(chǎn)品特性識別任務(wù)是可行的。
　　2)基于最大熵模型與決策樹的關(guān)聯(lián)對自動獲取
　　本

3、文在確定了產(chǎn)品特性與情感詞匯的基礎(chǔ)上，選擇詞、詞性、位置信息以及句子的依存信息作為最大熵模型的特征，構(gòu)建了9種復(fù)合特征模板用于識別產(chǎn)品特性與情感詞匯關(guān)聯(lián)對。同時(shí)，利用決策樹方法自動構(gòu)造了用于識別關(guān)聯(lián)對的規(guī)則。通過在多個數(shù)據(jù)集上的對比測試，實(shí)驗(yàn)結(jié)果表明，在數(shù)據(jù)集3上的最大熵模型得到了最佳的測試結(jié)果。
　　3)基于關(guān)聯(lián)對的句子傾向性分析
　　關(guān)聯(lián)對的情感傾向在一定程度上影響了句子的情感傾向，本文首先采用規(guī)則方法對關(guān)聯(lián)對的情感傾向