中文產(chǎn)品評論觀點抽取方法研究.pdf

1、隨著電子商務(wù)和web2.0應(yīng)用的發(fā)展，越來越多的消費者在購買和使用產(chǎn)品之后，喜歡在電子商務(wù)網(wǎng)站、論壇、博客發(fā)表對產(chǎn)品的觀點態(tài)度，這些評論包含了用戶對產(chǎn)品的特征，功能，性能等的看法，消費者在購買產(chǎn)品之前總會咨詢別人對產(chǎn)品的意見從而做出明智的購買決定，廠家也可以根據(jù)用戶的評論來改進產(chǎn)品，人工的去瀏覽這些海量產(chǎn)品評論是費時和低效的，并且還有滯后性和片面性。近來，如何對大量的非結(jié)構(gòu)化的網(wǎng)絡(luò)產(chǎn)品評論自動的進行觀點抽取成為了一個研究熱點。
　

2、　本文針對情感觀點抽取資源的構(gòu)建、產(chǎn)品屬性特征的抽取、屬性特征詞與情感詞的搭配識別及極性判定進行了深入研究，本文的主要研究工作如下：
　?。?）利用開源工具Larbin和Xpath，針對購物網(wǎng)站的手機頻道進行定向爬蟲，并根據(jù)網(wǎng)頁格式利用Xpath進行元數(shù)據(jù)抽取，最終構(gòu)建手機評論語料庫。
　?。?）在構(gòu)建情感觀點抽取資源方面，提出了基于百度百科的基礎(chǔ)情感詞典構(gòu)建方法、基于連詞詞典和依存句法關(guān)系相結(jié)合的領(lǐng)域情感詞典方法、網(wǎng)絡(luò)情感

3、詞典、情感修飾詞典的構(gòu)建方法。
　?。?）在產(chǎn)品屬性特征抽取方面，提出了基于規(guī)則和統(tǒng)計的識別算法和基于 CRF的屬性特征改進識別算法來抽取產(chǎn)品屬性特征，前者的準確率達到0.56，覆蓋率達到0.73，而后者的準確率更高，為0.78，但覆蓋度僅0.46，為了與其他研究者進行比較，將Hu和Liu的方法應(yīng)用到本實驗環(huán)境，實驗表明本文的兩種方法好于Hu和Liu的方法。
　?。?）在屬性特征與情感詞搭配識別及極性判定方面，提出了基于SV