基于特征的产品评论挖掘关键问题研究

摘要

随着Internet的快速发展，特别是Web2.0的兴起，越来越多的人选择在网上购物，这一定程度上推动了电子商务的发展;电子商务的进一步发展又给人们网上购物带来更大方便。以前在购物之前，人们只能靠口口相传的口碑或者广告效应提前了解产品信息，现在厂家给消费者提供评论功能，消费者可以在使用体验一段时间后再发表关于该产品的评论，同时以后的消费者网上购买该产品之前也会浏览评论信息。由于网上的产品评论的数量非常大，所以消费者不可能一条一条地浏览评论信息。如果人工处理这些海量评论数据，那将是一件非常繁琐和耗时的任务。因此，产品评论挖掘技术应运而生。
　　 所谓产品评论就是人们对特定产品，发表该产品的部件、属性或性能方面的意见和看法的文档。产品评论挖掘作为文本挖掘的一个研究分支，近年来得到快速发展，已经有部分成果应用到实际中。产品评论挖掘涉及自然语言处理、信息检索、信息抽取、数据挖掘、机器学习等多个领域，已经成为学术界研究的的热点之一。论文主要内容如下:
　　 给出一个通用框架，列出产品评论挖掘的研究任务，其中主客观分析、情感分类和细粒度的产品评论挖掘为主要三大任务。分别按照这三大任务介绍当前的研究现状，另外也介绍了产品评论挖掘原型系统的研究现状。
　　 主观性关系识别是产品评论挖掘的任务之一，本文侧重于中文产品评论的主观性关系识别。由于中英文之间的差异，再加上英文领域的产品评论挖掘的研究起步比中文领域早，使得英文领域的产品评论挖掘技术和方法不能够直接移植到中文领域中。为此，我们改进基于中文依存语法的产品评论挖掘的特征-意见词对抽取方法。具体地说就是，首先，利用中文依存语法制定若干抽取规则;然后，利用这些规则抽取候选产品特征-意见词对;最后，通过特征排序和命名实体识别系统来修剪不搭配的产品特征-意见词对。
　　 最后给出了实验，实验数据来自手机和数码相机这两个领域。我们给出了不同阈值下的产品特征和产品特征-意见词对的实验结果，并进行了分析。实验结果表明，我们的方法达到了预期效果。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 选题意义

1．3 研究内容和主要工作

1．4 本文的组织结构

第2章 产品评论挖掘的研究现状

2．1 产品评论挖掘的通用框架

2．2 主客观分析

2．2．1 基于情感知识的方法

2．2．2 基于特征分类的方法

2．3 情感分类

2．3．1 基于情感知识的方法

2．3．2 基于特征分类的方法

2．4 细粒度的产品评论挖掘

2．4．1 产品特征抽取

2．4．2 意见词抽取和极性分析

2．4．3 主观评价关系抽取

2．5 产品评论挖掘原型系统

2．6 本章小结

第3章 中文产品评论挖掘的特征-意见词对抽取

3．1 引言

3．2 问题定义

3．3 中文产品评论的特点

3．4 句法分析器介绍

3．5 方法

3．5．1 使用规则抽取产品特征-意见词对

3．5．2 依存语法介绍

3．5．3 基于规则的产品特征-意见词对抽取算法

3．5．4 修剪特征-意见词对

3．6 本章小结

第4章 实验结果与分析

4．1 实验环境

4．2 数据准备

4．3 评价标准

4．4 结果分析

4．5 本章小结

第5章 总结与展望

5．1 本文总结

5．2 未来展望

参考文献

致谢

攻读学位期间发表的学术论文目录