統(tǒng)計(jì)與規(guī)則相結(jié)合的漢語意見抽取方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展和普及，特別是Web2.0的興起，網(wǎng)上購物后的評論、微博、博客以及BBS上的意見信息也在與日劇增。一般政府部門可以通過互聯(lián)網(wǎng)上的評論來了解人們對某個(gè)政策法規(guī)或事件的看法并進(jìn)行及時(shí)的科學(xué)決策。商業(yè)機(jī)構(gòu)可以通過調(diào)查互聯(lián)網(wǎng)上的產(chǎn)品評論來監(jiān)測顧客意見和預(yù)測市場趨勢，進(jìn)而改進(jìn)他們的服務(wù)和產(chǎn)品或采取更為有效的有針對性的營銷策略。消費(fèi)者也可通過瀏覽其他消費(fèi)者對某個(gè)產(chǎn)品的網(wǎng)絡(luò)評論并作出判斷他們是甭購買該產(chǎn)品。意見挖掘(opini

2、onmining)研究正是為了滿足這些應(yīng)用而發(fā)展起來的，而且已經(jīng)成為當(dāng)前自然語言處理(NaturalLanguageProcessing，NLP)相關(guān)領(lǐng)域的研究熱點(diǎn)之一。意見挖掘一般包括三個(gè)方面的內(nèi)容，即有主觀性識別、意見極性分類和意見抽取。而本文研究的是意見抽取相關(guān)方面的問題。
　　 本文利用統(tǒng)計(jì)和規(guī)則相結(jié)合的方法研究漢語中評價(jià)對象即主題特征和評價(jià)對象、情感詞關(guān)系對抽取的問題。具體地，本文將從以下幾個(gè)方面展開論文的研究。

3、>　　 首先，本文首先介紹了意見挖掘方面的基本概念，意見挖掘包括的子任務(wù)，意見挖掘研究的層次和研究重點(diǎn)，然后介紹漢語意見挖掘研究現(xiàn)狀，以及意見挖掘研究的在國內(nèi)外研究現(xiàn)狀。
　　 其次，意見句中評價(jià)對象的抽取是細(xì)粒度詞語級意見挖掘要研究的關(guān)鍵問題之一。為了提高評價(jià)對象的抽取性能，本文在條件隨機(jī)場模型，最大熵模型，支持向量機(jī)三種系統(tǒng)模型下綜合名詞性信息，頻率信息，依存關(guān)系等各種信息，重點(diǎn)探索在不同特征和不同模型框架下對評價(jià)對象抽取

4、性能影響。實(shí)驗(yàn)結(jié)果表明，本文在引入各方面的特征信息后經(jīng)過三種模型的對比發(fā)現(xiàn)條件隨機(jī)場模型更適合對評價(jià)對象進(jìn)行抽取。
　　 最后，本文主要基于統(tǒng)計(jì)和規(guī)則相結(jié)合的方法研究評價(jià)對象、情感詞關(guān)系對抽取問題。首先應(yīng)用t檢驗(yàn)和規(guī)則方法對評價(jià)對象，情感詞關(guān)系對進(jìn)行抽取然后利用查字典的方式進(jìn)行再抽取，最后采用互信息的方法對評價(jià)對象、情感詞關(guān)系對進(jìn)行擴(kuò)展。并將第三章中最好評價(jià)對象識別結(jié)果采用情感詞就近匹配方法與標(biāo)準(zhǔn)的評價(jià)對象結(jié)果采用同樣的方法進(jìn)行