基于英文產(chǎn)品信息的特征提取與觀點分類研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務的蓬勃發(fā)展,網(wǎng)上交易系統(tǒng)得到了越來越廣泛的應用,在給企業(yè)帶來了經(jīng)濟效益的同時,也給信息系統(tǒng)帶來了大量的用戶評論。這些海量評論不僅對于顧客有很高的購物導向價值,而且給商家提供了良好的決策理論依據(jù)。因此,致力于產(chǎn)品評論信息的觀點分類研究成為了文本挖掘的一個重要課題。
　　與傳統(tǒng)的基于文檔的產(chǎn)品觀點分類的不同,本文采取了基于句子粒度的分析方法。主要內(nèi)容包括產(chǎn)品特征提取方法研究和基于特征進行觀點分類方法研究。

2、r>　　1)產(chǎn)品特征研究。產(chǎn)品特征是一個好的分析產(chǎn)品方式,研究主要包括三方面工作:a)顯式特征提取。根據(jù)產(chǎn)品信息的重要性不同,構(gòu)建了3層模型逐層遞進提取特征,提取方式是綜合利用關(guān)聯(lián)規(guī)則和依存分析的策略來實現(xiàn);b)隱式特征提取。針對隱式特征具有隱含性而易被忽略的特點,采用在顯式特征基礎(chǔ)上利用關(guān)聯(lián)規(guī)則的搭配提取方法和PMI方法的同時加入了相似度的度量條件的方式來實現(xiàn);c)特征聚類。為了獲得高效的評論總結(jié),對由于文化表述等差異造成同一特征不同

3、表述情況,利用改進的K-中心聚類方法實現(xiàn)相似概念聚類。通過以上研究,獲得了可觀的實驗結(jié)果。
　　2)詞典研究。根據(jù)現(xiàn)有情感詞典手工和自動增、刪、改情感詞,綜合考慮句法結(jié)構(gòu),分析關(guān)聯(lián)詞的關(guān)聯(lián)特性對情感程度的影響,構(gòu)建關(guān)聯(lián)詞詞典。同時,對情感短語和特征情感詞也在搭配方面進行了研究使得情感識別更準確。實驗結(jié)果表明對詞典的改進策略能有效提升觀點分類的分類效果。
　　3)在特征評論上進行觀點分類研究。用基于詞典分類效果最好的方法分類出