聯(lián)合規(guī)則模板的評(píng)價(jià)對(duì)象抽取方法和推薦系統(tǒng)方法研究.pdf

1、本文主要研究課題是評(píng)價(jià)對(duì)象抽取，也就是識(shí)別出一條文本中評(píng)價(jià)的目標(biāo)，評(píng)價(jià)對(duì)象抽取是細(xì)粒度的元素抽取，與傳統(tǒng)的文檔級(jí)別情感分類(lèi)不同，細(xì)粒度旨在對(duì)主觀性文本數(shù)據(jù)進(jìn)行更深入的意見(jiàn)抽取和分類(lèi)工作，這些工作可以廣泛的應(yīng)用于產(chǎn)品評(píng)論挖掘、商業(yè)智能、社會(huì)輿情分析、推薦系統(tǒng)等方面。評(píng)價(jià)對(duì)象抽取的方法大致有兩大類(lèi):基于規(guī)則模板的方法和基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的方法。本文結(jié)合這兩種方法，顯著提升評(píng)價(jià)對(duì)象抽取效果。
　　為了使評(píng)價(jià)對(duì)象抽取有更好的效果，首先在預(yù)處

2、理方面構(gòu)建自定義分詞詞典，解決分詞不準(zhǔn)確的問(wèn)題。設(shè)計(jì)制定五種句法模式，根據(jù)制定的規(guī)則，抽取出語(yǔ)料中的潛在評(píng)價(jià)對(duì)象，再通過(guò)句法分析中的依存關(guān)系過(guò)濾出實(shí)際評(píng)價(jià)對(duì)象。在選擇詞、詞性特征、情感詞特征、與情感詞是否有依存關(guān)系特征的基礎(chǔ)上，加上與動(dòng)詞是否有依存關(guān)系特征和規(guī)則模板抽取得到的實(shí)際評(píng)價(jià)對(duì)象特征，利用CRFs模型來(lái)訓(xùn)練和識(shí)別。充分利用機(jī)器學(xué)習(xí)模型具有很高的精確率以及規(guī)則模板具有高的召回率的優(yōu)點(diǎn)，從而提高評(píng)價(jià)對(duì)象抽取效果。評(píng)價(jià)對(duì)象抽取主要研究

3、內(nèi)容包括以下四個(gè)方面:(1)本文語(yǔ)料集在預(yù)處理階段，就構(gòu)建了自定義用戶分詞詞典、情感詞典以及動(dòng)詞詞典，為實(shí)驗(yàn)做準(zhǔn)備。(2)首先根據(jù)規(guī)則模板方法抽取出評(píng)價(jià)對(duì)象，作為CRFs模型的一個(gè)特征，結(jié)合了規(guī)則模板和機(jī)器學(xué)習(xí)方法，使評(píng)價(jià)對(duì)象抽取效果顯著提升。(3)為了找到CRFs模型下最好的特征模板窗口大小，本文在2-7個(gè)窗口大小下，在不同領(lǐng)域的實(shí)驗(yàn)數(shù)據(jù)集上選擇不同的特征組合，查看實(shí)驗(yàn)對(duì)比效果，選取出最好的特征模板。(4)在CRFs模型下，在手機(jī)領(lǐng)域

4、數(shù)據(jù)集下，對(duì)比不同的特征，觀察每個(gè)特征對(duì)評(píng)價(jià)對(duì)象抽取的影響。(5)本文方法與主流的規(guī)則方法以及機(jī)器學(xué)習(xí)方法進(jìn)行比較，進(jìn)一步說(shuō)明本文方法在評(píng)價(jià)對(duì)象抽取方面有很好的效果。
　　本文還介紹了一個(gè)推薦系統(tǒng)方法研究，這里是對(duì)評(píng)價(jià)對(duì)象抽取的一個(gè)具體應(yīng)用?；诨バ畔⑺惴ǎ瑥娜齻€(gè)方面進(jìn)行分析數(shù)據(jù)，包括用戶對(duì)商品的歷史行為、商品標(biāo)題以及商品標(biāo)簽信息，綜合考慮三個(gè)方面，從命中率和覆蓋率來(lái)判斷推薦系統(tǒng)的好壞。實(shí)驗(yàn)證明，基于互信息的推薦系統(tǒng)取得很好的效果