面向論壇的商品評(píng)論傾向性分析方法研究.pdf

1、如何快速、準(zhǔn)確地獲取互聯(lián)網(wǎng)上商品的評(píng)論信息,分析出其蘊(yùn)涵的褒貶傾向,對(duì)商家掌握消費(fèi)者喜好變化和輔助潛在消費(fèi)者做出購(gòu)買決策等方面都具有極其重要的意義。然而采用人工方式對(duì)互聯(lián)網(wǎng)上如此浩如煙海的無(wú)結(jié)構(gòu)的評(píng)論信息進(jìn)行篩選、歸納是一個(gè)費(fèi)時(shí)費(fèi)力的過(guò)程。因此,文本的傾向性分析研究成為了當(dāng)前自然語(yǔ)言處理的一個(gè)研究熱點(diǎn)。
　　本文旨在研究?jī)A向性分析中評(píng)價(jià)對(duì)象和評(píng)價(jià)詞識(shí)別、情感詞語(yǔ)義傾向判別等關(guān)鍵性技術(shù),根據(jù)現(xiàn)有研究所存在的瓶頸,結(jié)合統(tǒng)計(jì)學(xué)、語(yǔ)義分析

2、學(xué)等方法,探索領(lǐng)域本體對(duì)傾向性分析提供的支持和作用,論文主要完成的工作如下:
　　(l)針對(duì)目前大部分基于規(guī)則的評(píng)價(jià)對(duì)象抽取方法只能找出頻繁的評(píng)價(jià)對(duì)象,對(duì)于非頻繁評(píng)價(jià)對(duì)象抽取的準(zhǔn)確率較低的缺點(diǎn),以汽車領(lǐng)域?yàn)槔?給出了一種組合式領(lǐng)域概念獲取方法,從而克服了統(tǒng)計(jì)學(xué)在概念獲取時(shí)語(yǔ)義信息上的缺失,利用Protege工具構(gòu)建汽車領(lǐng)域本體,嘗試采用基于領(lǐng)域本體和SBV的評(píng)價(jià)對(duì)象、評(píng)價(jià)詞的二元組抽取算法(I-SBV),以提高評(píng)價(jià)對(duì)象抽取的準(zhǔn)確率

3、,并實(shí)現(xiàn)產(chǎn)品屬性關(guān)系的識(shí)別。
　　(2)考慮到現(xiàn)有情感詞典在構(gòu)建過(guò)程中忽略了評(píng)價(jià)對(duì)象對(duì)情感極性的影響,同時(shí)根據(jù)網(wǎng)絡(luò)語(yǔ)言常常出現(xiàn)縮寫、簡(jiǎn)寫等情況,構(gòu)建了針對(duì)汽車領(lǐng)域的情感詞典,包括靜態(tài)情感詞典、動(dòng)態(tài)情感詞典、修飾詞詞典三部分,其中靜態(tài)情感詞典融入了網(wǎng)絡(luò)常用詞,運(yùn)用擴(kuò)展的SO-PMI算法對(duì)未登錄情感詞極值進(jìn)行計(jì)算,并給出了動(dòng)態(tài)情感詞傾向值的計(jì)算公式,為實(shí)現(xiàn)基于情感詞典的傾向性分析提供了良好的基礎(chǔ)。
　　(3)以領(lǐng)域情感詞典為基礎(chǔ)