面向主題的中文文本觀點(diǎn)檢索研究.pdf

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展和廣泛普及,在很大程度上改變了人們的生活方式,人們不僅被動(dòng)接受信息,還能與外界進(jìn)行交互。互聯(lián)網(wǎng)逐漸成為一種交互式媒體,更多的人通過(guò)博客B、BS等網(wǎng)絡(luò)媒介記錄自己的心情,發(fā)表對(duì)各種事物的評(píng)論。如何從互聯(lián)網(wǎng)的海量數(shù)據(jù)中高效快捷地識(shí)別并抽取到針對(duì)某一實(shí)體的評(píng)論性信息至關(guān)重要。觀點(diǎn)檢索,是指利用信息檢索與情感分析等技術(shù),尋找針對(duì)主題的觀點(diǎn)評(píng)論等信息。是主題檢索與傾向型分析相結(jié)合的工作。觀點(diǎn)檢索的研究已經(jīng)成為國(guó)際上研究的一大熱

2、點(diǎn)。中文文本觀點(diǎn)檢索的目標(biāo)是互聯(lián)網(wǎng)用戶發(fā)表的帶有情感傾向的評(píng)論信息,這些信息不論對(duì)于普通的網(wǎng)絡(luò)用戶,還是對(duì)于產(chǎn)品生產(chǎn)商以及其他組織機(jī)構(gòu)等都有很重要的價(jià)值。如政府需要了解網(wǎng)絡(luò)輿情;商家不僅需要了解對(duì)于自己產(chǎn)品的評(píng)價(jià),也需要掌握有關(guān)競(jìng)爭(zhēng)對(duì)手產(chǎn)品性能的反饋;而潛在購(gòu)買(mǎi)者則希望從已經(jīng)存在的評(píng)價(jià)中得到參考和建議。因此,觀點(diǎn)檢索具有很高的研究?jī)r(jià)值和應(yīng)用價(jià)值。本文在研究了信息檢索理論與文本傾向性分析技術(shù)等的基礎(chǔ)上,結(jié)合國(guó)內(nèi)外關(guān)于觀點(diǎn)檢索的相關(guān)研究,提

3、出了基于關(guān)聯(lián)度的文本觀點(diǎn)檢索算法,該算法綜合考慮了觀點(diǎn)檢索過(guò)程中查詢擴(kuò)展,文本相關(guān)度計(jì)算,文本傾向性分析等過(guò)程對(duì)觀點(diǎn)檢索最后結(jié)果的影響,從理論上解決了觀點(diǎn)檢索中不同因素之間相互影響的問(wèn)題。此外,本文討論了目前常用于英文文本觀點(diǎn)檢索的一些方法,將其應(yīng)用于中文中,并討論了不同參數(shù),不同資源下上述算法的效果。在闡述上述算法的過(guò)程中,本文研究了查詢擴(kuò)展算法,情感詞詞典構(gòu)造方法等。此外,本文分別使用文本分類(lèi)和基于情感詞詞匯的細(xì)顆粒度的方法對(duì)觀點(diǎn)檢