2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩66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(nèi)容提供方,若內(nèi)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)的不斷發(fā)展和電子商務不斷普及,網(wǎng)上購物交易量飛速增長,消費者對商品的評論正以驚人的速度增加。制造商和銷售商急需從海量的商品評論數(shù)據(jù)中得到用戶對產(chǎn)品的準確反饋信息,以便及時對商品進行改進。消費者則希望從產(chǎn)品評論中獲得客觀全面的產(chǎn)品信息,作為購買參考。如何能從海量的商品評論語句中快速準確的挖掘并統(tǒng)計出有用信息,成為急需解決的問題。針對商品評論的觀點挖掘致力于解決相應的問題。
  觀點挖掘是文本挖掘的一種,是目前自然語言處理領

2、域的熱門研究方向,研究者已在該領域提出相應的模型和方法,并且取得了一定的成果。商品評論語句的口語化和隨意性,導致分詞和詞性標注正確率降低;評論語句的簡短性,導致有價值的上下文信息很少,使得商品評論觀點挖掘的難度大大增加。
  本文在商品評論觀點挖掘背景下,選擇數(shù)碼產(chǎn)品相關領域,利用自然語言處理技術對該領域的評論數(shù)據(jù)進行分析和挖掘,對產(chǎn)品屬性的情感傾向性進行判斷,并為用戶提供友好的交互接口,便于用戶全面了解產(chǎn)品的各種屬性。本文內(nèi)容主

3、要包括以下幾個方面:
  1、對目前觀點挖掘和評論分析的主要模型和方法,進行了詳細的介紹。對比分析了主要的文本分類模型和對象抽取方法的優(yōu)缺點。為后文的評論挖掘研究提供了基礎和依據(jù)。
  2、提出和構建細粒度評論挖掘方法,引入多種詞法特征和句法特征及詞向量特征,對比分析了基于條件隨機場、循環(huán)神經(jīng)網(wǎng)絡、循環(huán)條件隨機場模型在評論要素抽取實驗中的性能。針對評論要素情感傾向分析,對比分析了基于支持向量機、評價詞情感極性、評價詞情感極性

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(nèi)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(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)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