評論挖掘中的語義信息抽取.pdf

1、評論挖掘就是對評論文本的挖掘與分析,包括對文章主客觀性的判斷和評論褒貶義的判斷以及句子層的評論文章基本要素的抽取,如抽取評論對象的名稱,特征,評論詞以及態(tài)度傾向等。評論挖掘是目前自然語言處理領域研究的熱點,在商業(yè)產品用戶反饋分析、政府輿情分析、垃圾郵件過濾、信息安全等領域都有廣泛的應用。評論挖掘研究的涉及面很廣,包括自然語言處理,機器學習,統計分析等等。
　　本文在對評論挖掘任務,研究意義以及前人在這個領域的研究成果進行了概括介紹

2、后結合實際評論挖掘系統研制著重對其中幾項關鍵技術進行了深入的探討與分析。本文的主要任務闡述了如何將無結構化的評論語句轉化為結構化的評論信息記錄,包括產品名稱,產品特征,評論詞以及情感傾向。
　　本文分4步解決這一任務:1,識別評論對象和評論詞,2,抽取評論詞與評論對象的關系,3,擴充評論關系對為評論3元組,4,判斷情感傾向。文中重點介紹了前面2個步驟,我們對評論對象和評論詞的識別采用不同的策略,采用機器學習的方法識別評論對象,實驗

3、結果表明結合了分詞特征的方法能夠有效提高識別的準確率。對于評論關系抽取,我們所采用的方法是將同一句子中共現的評價詞與評價對象作為候選集合,應用鏈式線性條件隨機場模型并結合詞,詞性,語義和位置等特征進行關系抽取。我們所提出的方法一定程度上解決了指代消解以及評價對象遺漏的問題。實驗結果表明該方法的F值比取最近評價對象的Baseline方法有了15％的提高,并且發(fā)現程度副詞能夠幫助提高主觀性評論關系抽取的性能。最后,闡述了作者在評論挖掘研究過