网络评论中观点词和产品特征抽取方法研究

摘要

在电子商务网站购物后，人们通常会对购买产品质量的好坏进行评价。以前消费者购买产品，只能依靠口碑和广告效应进行选择。如今由于电子商务平台提供了评论区域，在购买产品前消费者可以通过浏览这些评论信息了解产品的概况，进而做出是否购买的决策。除此之外，电子商务平台可以依据用户的评论信息进行精准的广告投放，生产厂商也可以据此对产品质量的改进做出分析和决策，从而生产消费者所需的产品。目前网络评论的数量很大，如果人工处理每一条评论会比较费时，而且效率也不高。因此，产品评论挖掘技术应运而生。
　　在网络评论中，产品特征作为产品的细粒度方面，表明了用户关注产品的焦点，观点词是用户对产品态度的体现，它反映了用户体验产品后的感受，它们是后续情感倾向性识别的基础。评论挖掘的主要任务就是从产品评论中挖掘特征词和观点词。论文的主要内容如下：
　　对评论语料进行研究和分析后，提出了基于依存关系的观点词抽取方法。观点词自动识别过程中，首先对评论语料进行预处理，步骤分为分词、词性标注、句法分析，然后设计了包含观点词的词性模板，并与从评论语句中抽取的句法依存关系相结合，最终得到观点词集合。
　　本文提出了基于观点词共现的产品特征抽取方法。在对评论语料进行预处理后，分别使用语言规则和基于关联规则的挖掘算法产生候选产品特征集，并对其进行剪枝和过滤，最后利用产品特征的上下文关系，使用基于观点词共现的方法得到产品特征集合。
　　本文最后给出了实验，从互联网抓取了三款产品的评论文本进行验证，实验结果表明本文方法取得较好的准确率和F-measure值。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 研究背景及意义

1.2 研究现状及分析

1.3 主要研究内容与论文组织结构

第2章 相关知识及关键技术分析

2.1 观点词和产品特征的作用

2.2 中文分词及词性标注

2.3 句法依存关系

2.4 关联规则

2.5 本章小结

第3章 基于依存关系的观点词识别方法

3.1 评论数据处理

3.2 词性模板的提取

3.3 基于依存关系的观点词识别

3.4 观点词抽取流程

3.5 本章小结

第4章 基于观点词共现的产品特征抽取方法

4.1 利用关联规则算法挖掘候选特征

4.2 基于语言规则的候选特征抽取和过滤

4.3 观点词库构建

4.4 观点词共现方法

4.5 产品特征的抽取流程

4.6 本章小结

第5章 实验与分析

5.1 实验设计

5.2 实验结果及分析

5.3 本章小结

总结与展望

参考文献

致谢

附录A 攻读学位期间主要研究成果