面向產品評論的多文檔觀點文摘研究.pdf

1、觀點文摘，又稱情感文摘，是對含有情感信息的主觀性文本集合進行文本分析、內容歸納和文摘生成的技術。隨著互聯(lián)網(wǎng)主觀性評論文本數(shù)量的不斷增加，觀點文摘的應用需求也隨之增加，這些需求為觀點文摘的發(fā)展帶來了動力，同時也為自然語言處理的研究帶來了新的機遇和挑戰(zhàn)。近些年，觀點文摘相關任務的研究受到一些研究者的關注，并取得了一定的成果，研究者們嘗試將觀點文摘技術應用于決策支持、輿情監(jiān)測和信息預測等應用領域中。
　　觀點文摘主要包含三項研究內容：情

2、感要素抽取、情感極性識別和情感信息歸納，這些內容均屬于情感分析的范疇。本文針對觀點文摘的三項關鍵內容進行研究，其中情感要素抽取和情感極性識別屬于情感分析的基礎性研究，目的在于從評論文本中識別出有效的評價單元（評價屬性、評價詞語等），并對這些評價單元的極性進行判斷；情感信息歸納屬于情感分析的應用級任務，目的在于對識別出的重要評價信息進行歸納，從而形成一個簡潔、精煉的摘要。本文還對產品的綜合排序任務進行了研究。本研究的具體內容包括：

3、　　基于條件隨機域模型的比較要素抽取研究。在基于統(tǒng)計機器學習的比較要素抽取方法中，特征的選擇對模型的建立至關重要。本文針對比較要素抽取任務，提出引入淺層句法特征、比較詞候選特征和啟發(fā)式位置特征等語言學相關特征，并將這些特征自動融合到條件隨機域學習算法中。實驗結果表明，淺層句法特征能夠有效的識別短語級的比較要素，比較詞候選特征不僅能夠彌補比較詞訓練樣本不足的問題，還可以對其他要素的位置進行初步定位，啟發(fā)式位置特征有助于區(qū)分詞性相似的要素。

4、該方法可以有效提高比較要素抽取的各項性能指標。
　　基于觀點內外部特征相結合的模糊評價詞語極性識別。模糊評價詞語是指情感極性隨上下文的不同而發(fā)生改變的詞語，以往的研究主要考察評價單元外部的極性特征，而較少關注評價單元內部的特征，因而帶來了模糊評價詞語極性識別率不高的問題。本文提出了一種將觀點內部特征與觀點外部特征相結合的無監(jiān)督極性識別方法，該方法通過引入兩種觀點內部特征：修飾詞語和高頻評價搭配，有效解決了模糊評價詞語極性識別準確率

5、低的問題；同時結合兩種觀點外部特征進行極性識別，有效解決了模糊評價詞語極性識別召回率低的問題。
　　基于層次分析模型的產品多屬性綜合排序。綜合評價指的是運用多個評價指標對多個參評對象進行評價（排序或擇優(yōu)）。本文針對產品的綜合評價問題，提出了一種建模方法，該方法通過構建層次分析模型來完成產品的綜合排序，模型首先將綜合評價問題按目標層、準則層、子準則層直至具體的參評方案層分解為多個層次，在此基礎上進行定量分析，通過計算每一層次各元素對

6、上一層次某元素的優(yōu)先權重，最終求得各個層次的組合權向量，實現(xiàn)了實體的多屬性綜合排序。該方法在構建層次分析模型時還結合了圖模型并充分考慮了用戶的不同需求，有效解決了產品多屬性綜合排序問題。
　　基于模板的生成式多文檔觀點文摘。多文檔自動文摘任務一直是TAC(Text Analysis Conference)會議的重要評測內容，但是主觀性評論文本的多文檔自動文摘仍然是一個新穎且具有挑戰(zhàn)性的任務。本文針對評論文本的多文檔觀點文摘任務，提