中文產(chǎn)品評(píng)論的意見挖掘研究.pdf

1、隨著電子商務(wù)的迅猛發(fā)展,用戶購(gòu)買和使用產(chǎn)品之后會(huì)在Web上發(fā)表對(duì)產(chǎn)品的評(píng)論,產(chǎn)品評(píng)論的自動(dòng)挖掘?qū)τ谏碳液蜐撛诘南M(fèi)者有著重要意義。本文以中文產(chǎn)品評(píng)論為主要研究對(duì)象,從評(píng)論的整體褒貶分類和細(xì)顆粒的產(chǎn)品意見挖掘兩個(gè)層面進(jìn)行分析研究,論文主要內(nèi)容如下:
　　 采用機(jī)器學(xué)習(xí)的方法對(duì)產(chǎn)品評(píng)論進(jìn)行整體褒貶分類研究。構(gòu)建用于產(chǎn)品評(píng)論褒貶分類的語料庫(kù);采用基于N-Gram文本特征抽取(分為基于詞的unigram,bigram和基于字的unigr

2、am,bigram,trigram),結(jié)合不同的特征權(quán)重計(jì)算方法(TF,BOOL,TFIDF),在不同的分類算法(樸素貝葉斯、最大熵和支持向量機(jī))進(jìn)行分類實(shí)驗(yàn)。實(shí)驗(yàn)表明使用基于字的bigram特征表示并結(jié)合基于詞頻的加權(quán)方法在支持向量機(jī)分類器下取得了最好的分類性能,準(zhǔn)確率為94.74％。在特征抽取上,采用基于后綴樹結(jié)構(gòu)的特征提取算法,提取關(guān)鍵子串組作為文本特征。實(shí)驗(yàn)表明基于后綴樹的關(guān)鍵子串組的特征表現(xiàn)能力強(qiáng)而且特征維度低,分類的準(zhǔn)確率略