面向網(wǎng)絡(luò)評(píng)論的用戶觀點(diǎn)核心信息自動(dòng)抽取技術(shù).pdf

1、在線購(gòu)物已經(jīng)成為日常生活中一種基本的消費(fèi)模式。在此環(huán)境下，網(wǎng)絡(luò)評(píng)論由于包含已有用戶對(duì)現(xiàn)有商品所持的觀點(diǎn)，因而能夠?yàn)槠渌麧撛诘目蛻粼诖_定購(gòu)買決策時(shí)提供重要的參考價(jià)值。另一方面，商品或是服務(wù)的提供方也能根據(jù)用戶的評(píng)論了解消費(fèi)者對(duì)自身產(chǎn)品的反映，從而能夠有針對(duì)性地提高商品或是服務(wù)的質(zhì)量。然而，網(wǎng)絡(luò)評(píng)論的數(shù)量巨大，這就決定了需要采用自動(dòng)化和智能化的技術(shù)來(lái)應(yīng)對(duì)海量評(píng)論的處理。
　　用戶評(píng)論包含了兩個(gè)核心對(duì)象——觀點(diǎn)目標(biāo)和觀點(diǎn)詞。前者指定了用

2、戶對(duì)什么對(duì)象進(jìn)行評(píng)論，后者描述了作者對(duì)該對(duì)象持有的觀點(diǎn)是什么。因此，從評(píng)論中自動(dòng)抽取觀點(diǎn)目標(biāo)和觀點(diǎn)詞是觀點(diǎn)挖掘的一項(xiàng)重要工作。本文針對(duì)觀點(diǎn)目標(biāo)和觀點(diǎn)詞的協(xié)同抽取方面展開(kāi)研究，主要工作包括：
　　首先，有監(jiān)督的觀點(diǎn)目標(biāo)和觀點(diǎn)詞抽取方法。本文首先采用字對(duì)齊模型從評(píng)論中構(gòu)造出候選的觀點(diǎn)詞對(duì)，即<觀點(diǎn)目標(biāo)，觀點(diǎn)詞>二元組，然后通過(guò)特征工程將候選的觀點(diǎn)詞對(duì)進(jìn)行向量化，進(jìn)而采用有監(jiān)督的方法實(shí)現(xiàn)觀點(diǎn)目標(biāo)和觀點(diǎn)詞的聯(lián)合抽取。
　　其次，結(jié)合

3、主動(dòng)學(xué)習(xí)的半監(jiān)督抽取方法。在有監(jiān)督學(xué)習(xí)方法中需要大量的人工標(biāo)簽實(shí)驗(yàn)數(shù)據(jù)，但人工標(biāo)簽數(shù)據(jù)是耗時(shí)費(fèi)力且易出錯(cuò)的。因此本文提出一種結(jié)合主動(dòng)學(xué)習(xí)的半監(jiān)督方法協(xié)同抽取觀點(diǎn)目標(biāo)和觀點(diǎn)詞。該方法首先采用基于樣本的不確定采樣策略和基于向量特征的不確定采樣策略評(píng)估標(biāo)注樣本能為抽取性能帶來(lái)的信息量，然后選擇信息含量大的進(jìn)行標(biāo)注，通過(guò)多次迭代逐步提升抽取模型的泛化能力。
　　最后，面向觀點(diǎn)目標(biāo)和觀點(diǎn)詞聯(lián)合抽取的數(shù)據(jù)集。本文在Amazon評(píng)論集的基礎(chǔ)上構(gòu)