基于英文產(chǎn)品信息的特征提取與觀點(diǎn)分類研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的蓬勃發(fā)展,網(wǎng)上交易系統(tǒng)得到了越來越廣泛的應(yīng)用,在給企業(yè)帶來了經(jīng)濟(jì)效益的同時(shí),也給信息系統(tǒng)帶來了大量的用戶評(píng)論。這些海量評(píng)論不僅對(duì)于顧客有很高的購(gòu)物導(dǎo)向價(jià)值,而且給商家提供了良好的決策理論依據(jù)。因此,致力于產(chǎn)品評(píng)論信息的觀點(diǎn)分類研究成為了文本挖掘的一個(gè)重要課題。
　　與傳統(tǒng)的基于文檔的產(chǎn)品觀點(diǎn)分類的不同,本文采取了基于句子粒度的分析方法。主要內(nèi)容包括產(chǎn)品特征提取方法研究和基于特征進(jìn)行觀點(diǎn)分類方法研究。

2、r>　　1)產(chǎn)品特征研究。產(chǎn)品特征是一個(gè)好的分析產(chǎn)品方式,研究主要包括三方面工作:a)顯式特征提取。根據(jù)產(chǎn)品信息的重要性不同,構(gòu)建了3層模型逐層遞進(jìn)提取特征,提取方式是綜合利用關(guān)聯(lián)規(guī)則和依存分析的策略來實(shí)現(xiàn);b)隱式特征提取。針對(duì)隱式特征具有隱含性而易被忽略的特點(diǎn),采用在顯式特征基礎(chǔ)上利用關(guān)聯(lián)規(guī)則的搭配提取方法和PMI方法的同時(shí)加入了相似度的度量條件的方式來實(shí)現(xiàn);c)特征聚類。為了獲得高效的評(píng)論總結(jié),對(duì)由于文化表述等差異造成同一特征不同

3、表述情況,利用改進(jìn)的K-中心聚類方法實(shí)現(xiàn)相似概念聚類。通過以上研究,獲得了可觀的實(shí)驗(yàn)結(jié)果。
　　2)詞典研究。根據(jù)現(xiàn)有情感詞典手工和自動(dòng)增、刪、改情感詞,綜合考慮句法結(jié)構(gòu),分析關(guān)聯(lián)詞的關(guān)聯(lián)特性對(duì)情感程度的影響,構(gòu)建關(guān)聯(lián)詞詞典。同時(shí),對(duì)情感短語和特征情感詞也在搭配方面進(jìn)行了研究使得情感識(shí)別更準(zhǔn)確。實(shí)驗(yàn)結(jié)果表明對(duì)詞典的改進(jìn)策略能有效提升觀點(diǎn)分類的分類效果。
　　3)在特征評(píng)論上進(jìn)行觀點(diǎn)分類研究。用基于詞典分類效果最好的方法分類出