中文意見挖掘的特征提取與極性分析研究.pdf

1、伴隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，網(wǎng)上購物、博客、微博、BBS 論壇等各種新興的互聯(lián)網(wǎng)應(yīng)用正成為人們感興趣的熱點(diǎn)，而網(wǎng)上購物后的評(píng)論、博客、微博以及BBS上的意見信息也在與日俱增。這些評(píng)論和意見信息蘊(yùn)含著豐富的價(jià)值，商家可以根據(jù)反饋信息改進(jìn)生產(chǎn)質(zhì)量和服務(wù)，提高效益，顧客可以根據(jù)評(píng)論選擇合意的商品，而管理部門可以根據(jù)日常意見，提高管理效率。面對(duì)這些數(shù)量龐大的意見評(píng)論信息，如何高效，快捷地挖掘這些意見中的各種要素，并提煉成為有用的結(jié)構(gòu)化信息成為當(dāng)

2、今意見挖掘技術(shù)研究的焦點(diǎn)。
　　 本文針對(duì)意見挖掘中的主題特征提取以及極性分析問題展開了以下工作的研究：
　　 (1)概述了意見挖掘的概念以及基本任務(wù)，在此基礎(chǔ)上分析了意見挖掘的粒度與層次問題，并總結(jié)了它與相關(guān)技術(shù)之間的聯(lián)系和區(qū)別。
　　 (2)針對(duì)已有的主題特征提取方法大多采用的是統(tǒng)計(jì)、句法分析或模板的方法，忽略了評(píng)論句的結(jié)構(gòu)特點(diǎn)從而存在效果上的不足，提出了一種基于評(píng)論模式的主題特征提取方法(OFESP)，將評(píng)

3、論的句式結(jié)構(gòu)用評(píng)論模式刻畫，彌補(bǔ)傳統(tǒng)方法的不足以及中文分詞在詞性劃分上的多樣性。實(shí)驗(yàn)結(jié)果表明該方法是有效的，與經(jīng)典的特征提取方法相比，在總體評(píng)價(jià)指標(biāo)上有一定的優(yōu)勢(shì)。
　　 (3)針對(duì)已有的中文詞語極性分析方法采用語義相似度來代替極性相似度進(jìn)行極性分析時(shí)，存在極性類別分類的不足和極性類別層次不明顯等問題，分析研究了問題的根源，引入利用極性相似度進(jìn)行詞語的極性分析，提出了基于極性相似度度量的極性分析方法(POS)，從而補(bǔ)充了語義相似