基于Web的汽車產(chǎn)品評論觀點(diǎn)挖掘方法研究.pdf

1、隨著Internet的迅猛發(fā)展和電子商務(wù)的不斷普及，網(wǎng)上信息大量涌現(xiàn)，越來越多的網(wǎng)民希望互聯(lián)網(wǎng)能夠提供更多人性化的服務(wù):商家希望能夠及時(shí)了解用戶對產(chǎn)品的意見或建議，以便改進(jìn)產(chǎn)品的性能和售后服務(wù);消費(fèi)者則可以利用網(wǎng)上的評論來指導(dǎo)消費(fèi)行為，政府部門也希望通過民眾的輿情反應(yīng)來調(diào)整一些決策等等。這些迫切的應(yīng)用需求使得觀點(diǎn)挖掘應(yīng)勢而生，并迅速成為信息處理領(lǐng)域的一個(gè)熱點(diǎn)。
　　本文重點(diǎn)研究基于web的汽車評論的觀點(diǎn)挖掘問題。分別從詞匯，句子，

2、文本三個(gè)層面入手，開展傾向判別與評價(jià)對象抽取的研究，探索觀點(diǎn)挖掘的新思路與新技術(shù)。主要內(nèi)容如下:
　　(1)詞匯情感傾向判別方法
　　本文利用概率潛在語義分析給出了兩種不同的詞匯情感傾向判別方法:方法1，利用概率潛在語義分析得到每個(gè)目標(biāo)詞和基準(zhǔn)詞之間的相似度矩陣之后，再利用投票法來決定每個(gè)目標(biāo)詞的情感傾向;方法2，利用概率潛在語義分析對目標(biāo)詞進(jìn)行語義聚類和擴(kuò)展，自動(dòng)找到每個(gè)目標(biāo)詞的同義詞，然后采用基于同義詞的詞匯情感傾向判別

3、方法對目標(biāo)詞的情感傾向進(jìn)行判別。這兩種方法均不受外部資源所限，能在一定程度上解決數(shù)據(jù)稀疏問題。
　　(2)產(chǎn)品評價(jià)對象的自動(dòng)識別技術(shù)
　　針對產(chǎn)品評價(jià)對象的識別問題，本文首先抽取候選評價(jià)對象。通過綜合使用詞形模板和詞性模板以及在對候選評價(jià)對象評分之前進(jìn)行預(yù)處理，用以提高候選評價(jià)對象抽取的召回率和精確率;其次，從模板種子集和評價(jià)對象種子集出發(fā)，利用自舉學(xué)習(xí)方法對評價(jià)對象進(jìn)行了抽取，并進(jìn)一步采用K均值聚類方法對其聚類，希望實(shí)現(xiàn)產(chǎn)