評價對象識別模型與方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，電子商務(wù)成為人們?nèi)粘Ｉ钪性絹碓讲豢扇鄙俚囊徊糠?，隨之而來的是用戶意見和評論數(shù)據(jù)量的飛速增長。這些評論中包含了用戶對某一領(lǐng)域相關(guān)功能、屬性和物品等的各種評價信息。有效地利用這些評論信息對于改善產(chǎn)品質(zhì)量、了解消費者的真實需求都有很大的幫助，這也就促使評價對象識別技術(shù)的產(chǎn)生和發(fā)展。評論信息中的評價對象就是觀點持有者表達(dá)情感的目標(biāo)實體，通常由一個或多個單詞組成。評價對象識別就是在給定的商品評論中準(zhǔn)確地提取真實的評價實體。

2、從方法的角度，評價對象識別方法可以分為有監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)；從應(yīng)用的角度，評價對象識別可以分為單領(lǐng)域問題和跨領(lǐng)域問題。本文將對單領(lǐng)域評價對象識別問題的模型與方法進(jìn)行研究，通過對比各模型與方法的試驗結(jié)果，分析各模型與方法的優(yōu)缺點。本文的主要研究內(nèi)容可以歸納為以下三點：
　　第一，基于無監(jiān)督學(xué)習(xí)的評價對象識別方法。首先本文采用了數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則挖掘方法提取出語料庫中最常出現(xiàn)的名詞短語作為候選對象，再根據(jù)詞語的語義

3、相關(guān)度進(jìn)行進(jìn)一步的過濾，得出語句中的評價對象的候選集合。在此基礎(chǔ)上，本文采用一種基于句法分析樹和二次傳播算法的評價對象識別方法，分別用以識別名詞短語構(gòu)成的評價對象和出現(xiàn)頻率較低的評價對象。
　　第二，基于時序模型的評價對象識別方法。由于評論信息是一種上下文相關(guān)的單詞序列，采用時序模型可以有效地利用上下文信息，增加評價對象識別的準(zhǔn)確性。本文提取了單詞層面特征、句法層面特征以及外部語料特征等作為模型的輸入，使用條件隨機(jī)場模型學(xué)習(xí)這些特

4、征之間的相互關(guān)系。實驗證明，特征組合對結(jié)果有著很大的影響。在給定合適特征的條件下，時序模型可以取得非常優(yōu)異的結(jié)果。
　　第三，基于循環(huán)神經(jīng)網(wǎng)絡(luò)的評價對象識別。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種端對端的模型，可以省去繁瑣的預(yù)處理過程和特征提取過程。本文對比幾種常見的循環(huán)神經(jīng)網(wǎng)絡(luò)模型在評價對象識別任務(wù)上的表現(xiàn)，分析循環(huán)神經(jīng)網(wǎng)絡(luò)在該任務(wù)上的優(yōu)勢與不足。針對循環(huán)神經(jīng)網(wǎng)絡(luò)不能有效地獲取輸出標(biāo)簽間的相互依賴關(guān)系的問題，本文還提出了一種新型的循環(huán)神經(jīng)網(wǎng)絡(luò)：輸出