基于最大熵方法的評論信息抽取研究.pdf

1、互聯(lián)網(wǎng)技術(shù)的不斷更新帶動了電子商務業(yè)務的高速發(fā)展。信息技術(shù)已經(jīng)滲透到人們生活的各個角落。隨著網(wǎng)絡購物理念逐漸普及，消費者不僅可以足不出戶地在網(wǎng)上挑選、購買商品，而且可以隨時發(fā)表評論與他人分享購物經(jīng)驗，因此用戶評論信息成倍地增長。然而大量的用戶評論信息讓產(chǎn)品制造商和潛在購物者都很難跟蹤用戶對產(chǎn)品的意見和建議。研究如何快速、準確地從海量的信息中獲取有用的資源并進行處理的工作日益受到人們的重視，用戶評論信息抽取的研究已成為目前研究的熱點。

2、r>　　 本文在研究了國內(nèi)外相關的理論及應用現(xiàn)狀的基礎上，針對目前互聯(lián)網(wǎng)的信息與日俱增，而用戶評論信息利用率很低的現(xiàn)狀，提出了一種基于最大熵分類器進行評論信息抽取的方法，并結(jié)合自然語言處理技術(shù)，利用同義詞林以及反義詞林定位產(chǎn)品評論屬性值的語義極性，從而判斷用戶評論信息的褒貶性。隨后，通過實驗驗證了評論信息抽取方法的可行性和有效性。
　　 在以往的評論信息抽取研究中的研究對象大多從主題，文本甚至是詞匯、短語的角度來對用戶評論信息