基于Hownet的汽車領(lǐng)域產(chǎn)品評論挖掘方法研究.pdf

1、產(chǎn)品特征與產(chǎn)品評論對該產(chǎn)品的用戶與商家都有著重要的參考價(jià)值，所以自動地準(zhǔn)確地提取文本中的這類詞匯變得十分有意義。本文在基于《知網(wǎng)》（Hownet）提取復(fù)合短語的基礎(chǔ)上，結(jié)合汽車領(lǐng)域的文本特征完成了挖掘工作。
　　復(fù)合短語作為語言中一種普遍的語法現(xiàn)象，以其結(jié)構(gòu)穩(wěn)定性強(qiáng)，表意完整單一，含有歧義較少的特點(diǎn)，近年來正逐漸為自然語言處理領(lǐng)域的研究者所關(guān)注。目前，對復(fù)合短語的研究范圍主要集中在名詞性復(fù)合短語識別和復(fù)合短語關(guān)鍵詞的識別和處理上。

2、
　　本文主要研究如何利用Hownet 來衡量詞語的語義相關(guān)度，在此基礎(chǔ)上完成了復(fù)合短語的挖掘與標(biāo)注，最終基于詞頻、詞性等因素完成了產(chǎn)品特征與產(chǎn)品評論的提取工作。在第一部分中，首先根據(jù)漢語詞匯的特點(diǎn)對匹配詞庫做了切分。在基于詞庫切分之后，對切分結(jié)果做了除噪處理，去除了停用詞，標(biāo)點(diǎn)以及不能構(gòu)成復(fù)合短語的單字詞。第二部分中，首先對 Hownet 衡量語義相關(guān)度的算法進(jìn)行了優(yōu)化，建立了所需的復(fù)合短語備選集。然后在此基礎(chǔ)上利用HMM算法完