基于特定領(lǐng)域的漢語(yǔ)句子意見(jiàn)挖掘.pdf

1、英特網(wǎng)上的信息與日劇增，蘊(yùn)藏著巨大的信息量。對(duì)產(chǎn)品的各種評(píng)價(jià)出現(xiàn)在各大論壇、電子公告板以及門戶網(wǎng)站上，廠商需要了解顧客使用其產(chǎn)品的反饋意見(jiàn)，潛在的購(gòu)買者也需要做出是否購(gòu)買某個(gè)產(chǎn)品的決定。因此，意見(jiàn)挖掘技術(shù)應(yīng)運(yùn)而生。 本文實(shí)現(xiàn)了一個(gè)基于領(lǐng)域的漢語(yǔ)句子意見(jiàn)挖掘系統(tǒng)（OMS）。該系統(tǒng)主要解決了意見(jiàn)挖掘問(wèn)題中的主題識(shí)別、陳述定界和極性分析三個(gè)子問(wèn)題。系統(tǒng)主要包含基于模式匹配的陳述選擇模塊和基于核函數(shù)的意見(jiàn)分析模塊。在陳述選擇模塊中，本文

2、提出了基于nSPD與nSND特征選擇的單一/混合意見(jiàn)句識(shí)別算法，介紹了基于汽車本體的主題抽取的過(guò)程，并說(shuō)明了混合意見(jiàn)傾向句陳述的細(xì)顆粒度分析方法。本文提出了基于“投影映射”規(guī)則的模式生成策略，以及直接模式、結(jié)點(diǎn)模式、混合模式三種匹配策略。針對(duì)意見(jiàn)傾向分析模塊本文提出了基于核的意見(jiàn)分類思想，它通過(guò)計(jì)算輸入陳述之間的極性相似度對(duì)句子的極性進(jìn)行識(shí)別。通過(guò)良好的核函數(shù)定義，基于核的方法能夠從上下文和句法層面捕獲極性信息，從而可以提高分類的準(zhǔn)確率