無監(jiān)督學(xué)習(xí)的產(chǎn)品評(píng)論微摘要技術(shù)研究.pdf

1、隨著Web2.0技術(shù)的高速發(fā)展，網(wǎng)絡(luò)上用戶生成的產(chǎn)品評(píng)論信息呈爆炸式增長(zhǎng)，評(píng)論信息具有數(shù)據(jù)量大、內(nèi)容簡(jiǎn)短、主觀性強(qiáng)、口語化嚴(yán)重等特征，因此為用戶提供快速、準(zhǔn)確、簡(jiǎn)潔的評(píng)論摘要具有重要的研究意義和應(yīng)用價(jià)值。國(guó)內(nèi)外學(xué)者對(duì)產(chǎn)品評(píng)論挖掘的研究已經(jīng)非常廣泛，近幾年隨著移動(dòng)互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)的迅速普及，用戶生成內(nèi)容更趨向于短文本信息，用戶對(duì)信息的需求也更趨向于代表性和可讀性強(qiáng)的簡(jiǎn)短摘要信息。由于短文本包含的信息量更少，傳統(tǒng)的針對(duì)長(zhǎng)文本評(píng)論觀點(diǎn)挖掘的研

2、究并不能完全適用于短文本評(píng)論信息的挖掘研究。此外，由于中英文語言表達(dá)方式及結(jié)構(gòu)特征等存在差異，很多國(guó)外評(píng)論挖掘的研究并不能直接應(yīng)用于中文研究領(lǐng)域，對(duì)于中文產(chǎn)品評(píng)論短文本信息的研究得到了越來越多的學(xué)者的關(guān)注。
　　本文針對(duì)目前網(wǎng)絡(luò)上大量存在的中文短文本產(chǎn)品評(píng)論信息，提出了一種無監(jiān)督的基于微觀點(diǎn)的產(chǎn)品評(píng)論微摘要研究方法。首先，在知識(shí)組織層面給定了微摘要、微觀點(diǎn)的結(jié)構(gòu)化定義，將產(chǎn)品評(píng)論微摘要定義為包含產(chǎn)品名稱、評(píng)論數(shù)量、情感極性和微觀點(diǎn)

3、集合的四元組；用改進(jìn)的點(diǎn)間互信息函數(shù)來衡量詞語的代表性，用Web N-gram語言模型來衡量新生成詞語的可讀性，采用語義相似度和字符串相似度相結(jié)合的方法來計(jì)算詞語相似度；將這種產(chǎn)品評(píng)論微觀點(diǎn)生成問題歸結(jié)為優(yōu)化問題，并提出了一些啟發(fā)式算法來解決這個(gè)優(yōu)化問題。實(shí)驗(yàn)結(jié)果表明，本文提出的無監(jiān)督的中文短文本產(chǎn)品評(píng)論微摘要生成方法在代表性、可讀性和冗余性等方面取得了較好的效果，具有較好的準(zhǔn)確率、召回率及F-值。
　　最后，設(shè)計(jì)并實(shí)現(xiàn)了基于微觀