面向Web文本的產(chǎn)品意見挖掘算法研究.pdf

1、隨著互聯(lián)網(wǎng)的廣泛應用，在Blog、BBS、Wiki等Web站點中出現(xiàn)了大量的針對商品或服務的客戶評論。本文針對這樣的Web評論文本，主要研究從文本中提取產(chǎn)品屬性詞和評價情感詞，然后對客戶持有的意見進行極性判斷。使用到的方法經(jīng)過實驗都證明了方法的適用性，相對應所開發(fā)出來的系統(tǒng)也具有很好的魯棒性。主要研究內容如下：
　　 ⑴針對網(wǎng)絡資源，首先用基于HTML標簽的模式匹配的信息抽取方式從特定的網(wǎng)頁中抽取產(chǎn)品屬性詞建立基本的評價對象詞典

2、，然后利用搜索引擎采集評論文本從中抽取情感詞，然后基于HowNet計算這些詞的傾向性，建立具有口語化特征的情感詞表。
　　 ⑵利用中文依存句法分析，結合其他的語義特征進行屬性詞的抽取，以擴大屬性詞典，然后使用二部圖模型，對屬性詞和情感詞進行反復的互訓練，最后將新訓練的屬性詞和情感詞分別寫入詞典，且將匹配的屬性詞和情感詞以二元組的方式寫入文本。
　　 ⑶手工構造了否定詞、轉折詞和程度詞表，然后定義了評論情感詞的評分模型，對