版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
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)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于情感詞的產(chǎn)品評論挖掘研究.pdf
- 面向產(chǎn)品評論的觀點(diǎn)挖掘方法研究.pdf
- 基于觀點(diǎn)挖掘的網(wǎng)絡(luò)產(chǎn)品評論分析系統(tǒng).pdf
- 產(chǎn)品評論挖掘的觀點(diǎn)抽取和分類技術(shù)研究.pdf
- 基于Web的汽車產(chǎn)品評論觀點(diǎn)挖掘方法研究.pdf
- 基于詞性與句法的產(chǎn)品評論特征及情感詞挖掘.pdf
- 面向商品評論的觀點(diǎn)挖掘方法研究.pdf
- 基于屬性集合的產(chǎn)品評論挖掘研究.pdf
- 基于特征強(qiáng)化的中文產(chǎn)品評論挖掘研究
- 中文產(chǎn)品評論觀點(diǎn)抽取方法研究.pdf
- 基于特征強(qiáng)化的中文產(chǎn)品評論挖掘研究.pdf
- 中文產(chǎn)品評論的意見挖掘研究.pdf
- 面向產(chǎn)品評論的多文檔觀點(diǎn)文摘研究.pdf
- 基于語義分析的產(chǎn)品評論挖掘技術(shù)研究.pdf
- 基于特征的產(chǎn)品評論挖掘關(guān)鍵問題研究.pdf
- 面向產(chǎn)品評價的觀點(diǎn)挖掘方法研究.pdf
- 基于Hownet的汽車領(lǐng)域產(chǎn)品評論挖掘方法研究.pdf
- 基于句法樹模式的產(chǎn)品評論意見挖掘研究.pdf
- 基于意見挖掘的產(chǎn)品評論系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于多文檔摘要的產(chǎn)品評論挖掘技術(shù)研究.pdf
評論
0/150
提交評論