隨著互聯(lián)網(wǎng)的發(fā)展,越來越多的人通過瀏覽互聯(lián)網(wǎng)中產(chǎn)品的評論信息來了解產(chǎn)品的質(zhì)量與服務(wù)的口碑,以便幫助他們做出可靠的決策；另一方面,作為生產(chǎn)廠家,他們也可以通過用戶的產(chǎn)品評論及時了解用戶對產(chǎn)品的意見或建議,從而在以后的生產(chǎn)中改進產(chǎn)品的性能或服務(wù)。由于互聯(lián)網(wǎng)中的產(chǎn)品評論具有數(shù)量大、隨意性、變化快等特點,如果采用傳統(tǒng)人工閱讀的方式,不僅需要消耗很長的時間,而且即時性差。這些迫切的應(yīng)用需求使得產(chǎn)品評論自動挖掘應(yīng)勢而生,并迅速成為信息處理領(lǐng)域的熱點之一。產(chǎn)品評論挖掘包括挖掘用戶評論中提及的產(chǎn)品特征（即評價對象）、挖掘用戶對產(chǎn)品特征的主要觀點（即評價詞）、判斷評論觀點的情感傾向性以及根據(jù)觀點的重要性進行排名等四個子任務(wù)。用戶評論中對產(chǎn)品特征描述中往往會利用多個詞語限定他們描述的是產(chǎn)品具體哪一屬性或哪一個組件。傳統(tǒng)的產(chǎn)品挖掘抽取出的產(chǎn)品特征僅包含產(chǎn)品屬性或組件名稱,忽略了這些限定關(guān)系。本文利用語義間依賴關(guān)系抽取產(chǎn)品屬性前后的修飾詞組合并作為復(fù)合產(chǎn)品特征。同時將傳統(tǒng)的評論挖掘轉(zhuǎn)化為序列標注問題,并利用條件隨機場CRFs在標注方面的優(yōu)勢,結(jié)合語義間依賴關(guān)系,提出了基于語義間依賴關(guān)系的條件隨機場抽取產(chǎn)品復(fù)合... 

【文章來源】：東華大學上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究的背景與意義
    1.2 產(chǎn)品傾向性識別綜述
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 本文研究的主要內(nèi)容和論文結(jié)構(gòu)
第2章 產(chǎn)品傾向性識別的關(guān)鍵技術(shù)
    2.1 產(chǎn)品特征的識別
    2.2 產(chǎn)品特征評價詞的定位
    2.3 情感傾向性的判別
    2.4 挖掘結(jié)果的展示
    2.5 挖掘結(jié)果評價
    2.6 本章小結(jié)
第3章 基于依賴關(guān)系的復(fù)合產(chǎn)品屬性詞的識別
    3.1 條件隨機場模型CRFs算法
    3.2 語法依賴關(guān)系
    3.3 基于依賴關(guān)系的CRFs算法
    3.4 條件隨機場模型CRFs模板的定義
    3.5 復(fù)合屬性詞的識別
    3.6 算法效果與結(jié)果評價
    3.7 本章小結(jié)
第4章 基于依賴關(guān)系的產(chǎn)品特征-觀點對抽取
    4.1 評價對象與觀點詞語
    4.2 極性識別
    4.3 本章小結(jié)
第5章 產(chǎn)品評論傾向性識別系統(tǒng)的設(shè)計與實現(xiàn)
    5.1. 系統(tǒng)介紹
    5.2. 系統(tǒng)結(jié)構(gòu)
    5.3. 各模塊的實現(xiàn)
    5.4. 本章小結(jié)
第6章 總結(jié)與展望
    6.1. 總結(jié)
    6.2. 展望
參考文獻
攻讀碩士期間取得研究成果
致謝


【參考文獻】：
期刊論文
[1]商品主觀評論信息的傾向性分析綜述[J]. 文能,丁晟春.  情報雜志. 2010(12)
[2]PageRank模型在中文情感詞極性判別中的應(yīng)用[J]. 李榮軍,王小捷,周延泉.  北京郵電大學學報. 2010(05)
[3]基于語法模式的產(chǎn)品評論主題詞和極性詞提取[J]. 朱征宇,李存青,張鵬.  重慶理工大學學報(自然科學版). 2010(05)
[4]產(chǎn)品評論挖掘研究綜述[J]. 伍星,何中市,黃永文.  計算機工程與應(yīng)用. 2008(36)
[5]基于依存句法分析的漢語韻律層級自動預(yù)測技術(shù)研究[J]. 邵艷秋,穗志方,韓紀慶,吳云芳.  中文信息學報. 2008(02)
[6]層次化話題發(fā)現(xiàn)與跟蹤方法及系統(tǒng)實現(xiàn)[J]. 邱立坤,龍志祎,鐘華,程葳.  廣西師范大學學報(自然科學版). 2007(02)
[7]漢語句子語義極性分析和觀點抽取方法的研究[J]. 婁德成,姚天昉.  計算機應(yīng)用. 2006(11)
[8]基于HowNet的詞匯語義傾向計算[J]. 朱嫣嵐,閔錦,周雅倩,黃萱菁,吳立德.  中文信息學報. 2006(01)

博士論文
[1]中文網(wǎng)絡(luò)客戶評論中的產(chǎn)品特征挖掘方法研究[D]. 李實.哈爾濱工業(yè)大學 2009



本文編號：3353487