基于詞向量和深度學(xué)習(xí)的產(chǎn)品評論觀點(diǎn)挖掘

1、碩士學(xué)位論文基于基于詞向量和詞向量和深度學(xué)習(xí)深度學(xué)習(xí)的產(chǎn)品評論觀點(diǎn)挖掘產(chǎn)品評論觀點(diǎn)挖掘OpinionMiningfromProductReviewsBasedonWdEmbeddingDeepLearning作者姓名：彭振學(xué)科、專業(yè)：系統(tǒng)分析與集成學(xué)號：21411002指導(dǎo)教師：那日薩教授完成日期：2017年4月5日大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)碩士學(xué)位論文I摘要網(wǎng)絡(luò)消費(fèi)者在各種平臺上撰

2、寫了海量的產(chǎn)品評論，包含豐富的有價值的信息。面對海量評論文本，如何提取出關(guān)鍵信息成為一個棘手的問題。基于自然語言處理技術(shù)的在線產(chǎn)品評論觀點(diǎn)挖掘是解決這種矛盾的主要思路，具有重要的研究和應(yīng)用前景。針對產(chǎn)品評論的觀點(diǎn)挖掘旨在挖掘用戶評論文本內(nèi)容，以獲取用戶對產(chǎn)品要素的觀點(diǎn)和需求。現(xiàn)有的研究多是先抽取評價對象，再進(jìn)行情感極性分析，卻沒有挖掘出一種直觀地、簡短的針對各個產(chǎn)品要素的觀點(diǎn)概要以供參考。鑒于以上問題，針對產(chǎn)品要素的細(xì)粒度觀點(diǎn)挖掘是本文

3、的主要研究內(nèi)容，旨在抽取出評論集中的產(chǎn)品要素，并總結(jié)基于這些產(chǎn)品要素的觀點(diǎn)。本文的研究主要涉及以下三個任務(wù)：1.觀點(diǎn)信息標(biāo)注。觀點(diǎn)信息標(biāo)注旨在識別出評論中的評價對象、程度詞和觀點(diǎn)詞。鑒于使用條件隨機(jī)場（CRFs）模型以序列標(biāo)注任務(wù)處理這類問題時需要人工構(gòu)造語言學(xué)特征的缺陷，本文提出一種融合了分布式詞向量（WdEmbedding）、深度學(xué)習(xí)與條件隨機(jī)場（CRFs）的算法框架BLSTMCRF來標(biāo)注評價對象、程度詞和觀點(diǎn)詞。具體地，本算法框架

4、使用CBOW模型無監(jiān)督訓(xùn)練的分布式詞向量饋送給雙向長短期記（BLSTM）神經(jīng)網(wǎng)絡(luò)模型自動學(xué)習(xí)詞序列的語義、上下文、依存句法等特征，再以CRFs層進(jìn)行解碼標(biāo)注，從而識別評價對象、程度詞和觀點(diǎn)詞。通過實(shí)驗(yàn)發(fā)現(xiàn)這種結(jié)構(gòu)能充分獲取它們在語義、角色上的相互依賴關(guān)系，有助于信息標(biāo)注的準(zhǔn)確性。2.構(gòu)建觀點(diǎn)知識庫。在觀點(diǎn)信息標(biāo)注的基礎(chǔ)上，對句子中的評價對象和觀點(diǎn)陳述（程度詞觀點(diǎn)詞）按規(guī)則進(jìn)行搭配。本文構(gòu)建了評價對象和觀點(diǎn)陳述的關(guān)聯(lián)關(guān)系二部圖，同時分析歸

5、納評價對象和觀點(diǎn)陳述之間的詞性搭配規(guī)則、依存句法路徑模式，用于篩選不確定的搭配關(guān)系，最終生成評論集上的二元組集合，作為產(chǎn)品評論的觀點(diǎn)知識庫。3.生成基于產(chǎn)品要素的觀點(diǎn)摘要。由于同一產(chǎn)品要素存在多種表述方式，需要把語義相同的評價對象聚合為一類作為一種產(chǎn)品要素，并總結(jié)該產(chǎn)品要素的觀點(diǎn)。本文提出一種基于詞向量的評價對象相似度計(jì)算方法，人工給定產(chǎn)品要素關(guān)鍵詞，抽取與之最相近的評價對象，并總結(jié)其觀點(diǎn)。為了測試本文所提方法的有效性，抓取了某電子商務(wù)