中文網(wǎng)絡(luò)評論中提取產(chǎn)品特征的PMI-Strapping算法研究.pdf

1、信息科技的飛速進(jìn)步，讓人類社會步入了智能化變革的大數(shù)據(jù)時代。各種信息途徑產(chǎn)生的海量數(shù)據(jù)蘊含了巨大的財富，也成為了我們巨大的負(fù)擔(dān)。近年來，電子商務(wù)出現(xiàn)井噴式的發(fā)展，移動終端的逐漸普及，用戶參與互聯(lián)網(wǎng)的激情越來越高，這些都成為大數(shù)據(jù)的重要推動力。商家在享受互聯(lián)網(wǎng)帶來的巨大利益的同時，也需要面對日益激烈的競爭。如何利用大數(shù)據(jù)尋找深入理解用戶的途徑，給用戶提供更加個性化優(yōu)質(zhì)的產(chǎn)品和服務(wù)，成為贏得這場激烈競爭的關(guān)鍵。而網(wǎng)絡(luò)上積累的海量評論文本正蘊

2、含了用戶最真實的情感與體驗，體現(xiàn)了其深層次的偏好習(xí)慣，也更容易以口碑的形式對他人的購買決策產(chǎn)生影響。
　　對于網(wǎng)絡(luò)評論挖掘的研究起步于21世紀(jì)初，產(chǎn)品特征提取是其中一個重點，旨在發(fā)現(xiàn)用戶在評論中關(guān)注產(chǎn)品或服務(wù)（服務(wù)也可以看成產(chǎn)品）的哪些細(xì)節(jié)。但是現(xiàn)有的研究仍然無法徹底解決機器理解語義困難、噪音大、方法可移植性差等諸多難點。而中文由于語言本身的復(fù)雜性更高，中文網(wǎng)絡(luò)評論提取產(chǎn)品特征的研究面臨著更艱巨的挑戰(zhàn)。本文在前人的研究成果的基礎(chǔ)上

3、加以創(chuàng)新改進(jìn)，針對中文網(wǎng)絡(luò)評論的特點，實現(xiàn)產(chǎn)品特征的有效提取，并將算法在情感分析中加以推廣。
　　本文首先介紹了網(wǎng)絡(luò)評論挖掘的背景，梳理了相關(guān)的研究與理論基礎(chǔ)。在產(chǎn)品特征提取的模型中，將語言學(xué)的理論加以運用，在經(jīng)過分詞和詞性標(biāo)注之后，使用三項語言規(guī)則進(jìn)行初步的篩選，得到更合適的候選特征集。針對原有PMI算法的缺陷加以改進(jìn)，提出了一種PMI-Strapping算法:由一個簡單的種子出發(fā)，逐步迭代優(yōu)化，結(jié)合動態(tài)閾值設(shè)置，實現(xiàn)對候選特征