面向Web文本的產(chǎn)品意見挖掘算法研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論