面向產(chǎn)品評(píng)論的漢語(yǔ)意見(jiàn)文摘生成方法研究.pdf

1、意見(jiàn)文摘作為自然語(yǔ)言處理和意見(jiàn)挖掘領(lǐng)域的一個(gè)研究熱點(diǎn)，其目標(biāo)是將散落在不同意見(jiàn)文本中的各種意見(jiàn)信息聚集在一起，進(jìn)而產(chǎn)生精簡(jiǎn)的文本摘要。意見(jiàn)文摘不僅在問(wèn)答系統(tǒng)、意見(jiàn)信息檢索等意見(jiàn)挖掘系統(tǒng)中扮演著重要的角色，而且在商業(yè)智能和推薦系統(tǒng)中也有著廣泛的應(yīng)用前景。
　　本文面向漢語(yǔ)產(chǎn)品評(píng)論，探索意見(jiàn)文摘中的一些關(guān)鍵問(wèn)題，主要包括解釋性意見(jiàn)抽取、意見(jiàn)聚類(lèi)和意見(jiàn)文本摘要生成等問(wèn)題。具體地講，本文將從以下三個(gè)方面展開(kāi)研究:
　　(1)多粒度的

2、漢語(yǔ)解釋性意見(jiàn)信息抽取。解釋性的意見(jiàn)挖掘是意見(jiàn)挖掘中的一個(gè)新興領(lǐng)域，其目標(biāo)是發(fā)現(xiàn)意見(jiàn)表達(dá)的根本原因。為了獲取解釋性意見(jiàn)信息，本文分別從句子和短語(yǔ)兩個(gè)粒度探討了解釋性意見(jiàn)抽取問(wèn)題。具體地，我們將詞向量作為特征整合到支持向量機(jī)中進(jìn)行解釋性意見(jiàn)句識(shí)別，并且進(jìn)一步采用了一種弱監(jiān)督的語(yǔ)義模式匹配算法來(lái)識(shí)別解釋性意見(jiàn)句中具有解釋性的文本片段。在手機(jī)和汽車(chē)兩個(gè)領(lǐng)域的實(shí)驗(yàn)結(jié)果顯示，本文提出的方法好于目前的state-of-the-art方法。
　

3、　(2)意見(jiàn)聚集及其在情感極性分類(lèi)中的應(yīng)用。意見(jiàn)聚集指將產(chǎn)品評(píng)論按某種屬性聚集在一起。為了完成這個(gè)任務(wù)，本文首先從三個(gè)語(yǔ)言層面考慮相似度特征，即字面相似度、語(yǔ)義相似度和上下文相似度等。隨后針對(duì)漢語(yǔ)意見(jiàn)聚集，本文又提出了一種兩階段的層次聚類(lèi)算法。進(jìn)一步地，為了避免情感分類(lèi)在短文本中的數(shù)據(jù)稀疏問(wèn)題，本文將之前聚集的屬性簇用于情感極性分類(lèi)，在支持向量機(jī)框架下，提出了一種基于屬性簇的漢語(yǔ)情感極性分類(lèi)框架。實(shí)驗(yàn)結(jié)果顯示整合多種的相似度特征和屬性簇