觀點挖掘中評價對象抽取方法的研究.pdf

1、觀點挖掘，又稱情感分析，是指通過自動分析用戶評論的文本內(nèi)容，得到用戶對產(chǎn)品、服務、人物、事件和話題等的情感、態(tài)度和觀點等，具有重要的理論價值和應用價值。觀點挖掘分為粗粒度和細粒度兩種，雖然粗粒度觀點挖掘已經(jīng)比較成熟，但是細粒度觀點挖掘仍然存在很多問題。
　　評價對象抽取是細粒度觀點挖掘中一個重要的子任務，目的是從觀點文本中抽取細粒度的評價對象，例如產(chǎn)品本身及其組成部分、屬性和特征等。目前，評價對象抽取方法主要分為兩類:有監(jiān)督的和無

2、監(jiān)督的。前者主要基于隱馬爾科夫模型和條件隨機場，后者主要基于主題模型和句法規(guī)則。近年來，有研究表明基于無監(jiān)督的句法規(guī)則的方法表現(xiàn)出很好的性能，但同時面臨一些挑戰(zhàn)。第一個挑戰(zhàn)是如何快速實現(xiàn)評價對象抽取規(guī)則。第二個挑戰(zhàn)是如何從質(zhì)量參差不齊的評價對象抽取規(guī)則中自動選擇高質(zhì)量的規(guī)則。第三個挑戰(zhàn)是如何利用大量無標注的評論文本幫助評價對象抽取。針對這些挑戰(zhàn)，本文提出以下解決方案。據(jù)我們所知，這些解決方案都是本文首次提出。
　　(1)提出一種基

3、于邏輯編程的評價對象抽取框架，以快速實現(xiàn)評價對象抽取規(guī)則。本文采用的邏輯編程語言是回答集編程語言(ASP)。首先將評論句子中單詞的詞性和句法依存關系等信息表示成ASP事實。然后將已知的評價對象抽取規(guī)則轉(zhuǎn)化成ASP規(guī)則。最后利用現(xiàn)有的ASP回答集求解器自動實現(xiàn)規(guī)則。實驗結果表明，該方法不僅高效而且簡潔。
　　(2)提出兩種自動選擇規(guī)則的方法，以從質(zhì)量參差不齊的評價對象抽取規(guī)則中自動選擇高質(zhì)量的規(guī)則用于評價對象抽取。第一種基于貪心算法

4、，第二種基于局部搜索算法（模擬退火算法）。實驗結果表明，兩種方法都能夠有效地從質(zhì)量參差不齊的初始規(guī)則集中選擇高質(zhì)量的規(guī)則子集，從而獲得比初始規(guī)則集更好的抽取結果。
　　(3)提出一種基于語義相似性和相關性的評價對象推薦方法，以利用大量無標注的評論文本幫助評價對象抽取。首先利用互聯(lián)網(wǎng)上大量無標注的評論文本學習詞匯間的語義相似性和相關性知識。然后利用這些知識和少量種子評價對象向新的領域推薦評價對象。實驗結果表明，該方法能夠有效利用從其