基于詞向量的在線評論話題及其特征抽取研究.pdf

1、IT技術和互聯(lián)網(wǎng)對人類社會的信息交互帶來了巨大的革新，同時也促使了新的交易方式——電子商務的出現(xiàn)，隨著電子商務的發(fā)展成熟，人們越來越熱衷于通過網(wǎng)絡購買商品和服務，在研究領域，眾多的學者對消費者行為的研究也從線下遷移到了線上。電子商務話題的研究是近幾年的熱門領域。
　　Web2.0帶來的交互便利、快捷使得用戶能輕易的在網(wǎng)上留下自己的行為軌跡、發(fā)表自己的觀點和意見，網(wǎng)絡購物人群的快速增長使得電子商務網(wǎng)站積累了大量的購物數(shù)據(jù)，其中包括大

2、量的非結(jié)構(gòu)化的評論文本信息。對于消費者而言，這些評論信息有助于其做出更有效的購物決策，而對于商品的生產(chǎn)廠商而言，這些評論反映了消費者對其產(chǎn)品和公司服務的市場反饋，相較于普通問卷、咨詢等調(diào)研方式，在線商品評論數(shù)據(jù)更為龐大和直接。
　　用戶在電子商務網(wǎng)站上留下的在線評論是消費者自發(fā)、隨意撰寫的，這些評論往往結(jié)構(gòu)散亂、內(nèi)容簡短，這種文本的稀疏特性使得學者們在研究評論時面臨很大的困難；另一方面，電子商務網(wǎng)站上的商品成千上萬，各自的評論更是

3、從體量上超過了人類能夠閱讀、判斷的極限；即大數(shù)據(jù)、稀疏性帶來的問題使得研究難以進行。
　　對于在線商品評論的研究，以前的學者多從文檔層面對評論文本進行研究，考慮句子結(jié)構(gòu)，語法特點、詞頻等特征，或者從概率模型的角度，研究潛語義層面的話題特征，這些研究雖然取得了一定的結(jié)果，不過在處理文本的過程中，忽視了作為一個整體句子的語義信息。隨著當今計算能力的提高，神經(jīng)網(wǎng)絡語言模型在語義層面解釋了文本的產(chǎn)生和語義的表達。本文利用神經(jīng)網(wǎng)絡將在線評論