基于NLP的產(chǎn)品中文評(píng)論特征詞識(shí)別與語(yǔ)義傾向分析.pdf

1、網(wǎng)絡(luò)上的產(chǎn)品評(píng)論對(duì)消費(fèi)者和生產(chǎn)廠商都有重要意義。隨著國(guó)內(nèi)網(wǎng)絡(luò)用戶的增多，產(chǎn)品評(píng)論數(shù)量激增，但因缺乏合理的組織方式，導(dǎo)致信息獲取困難。本文針對(duì)產(chǎn)品中文評(píng)論，使用自然語(yǔ)言處理相關(guān)的方法和技術(shù)，設(shè)計(jì)了探測(cè)用戶對(duì)產(chǎn)品特征主觀傾向的系統(tǒng)方法，實(shí)現(xiàn)了產(chǎn)品評(píng)論中特征詞、觀點(diǎn)詞的識(shí)別和用戶針對(duì)特征詞的主觀傾向分析。本文主要研究?jī)?nèi)容包括：
　　 1.結(jié)合句法規(guī)則和主題相關(guān)度度量，對(duì)評(píng)論中的特征詞進(jìn)行識(shí)別。在產(chǎn)品特征詞識(shí)別方面，目前廣為使用的方法是

2、：人工定義和自動(dòng)提取。人工定義特征詞詞典的方法移植性、適應(yīng)性差。自動(dòng)提取中使用關(guān)聯(lián)規(guī)則對(duì)名詞頻繁項(xiàng)進(jìn)行挖掘，覆蓋率較低。針對(duì)這些缺點(diǎn)，本文提出首先使用語(yǔ)法規(guī)則對(duì)候選特征詞進(jìn)行提取，然后使用主題相關(guān)度算法，計(jì)算候選特征詞與評(píng)論主題的相關(guān)度，實(shí)現(xiàn)特征詞過(guò)濾。
　　 2.<特征詞，觀點(diǎn)詞>關(guān)聯(lián)對(duì)的識(shí)別。本文認(rèn)為，評(píng)論中最有價(jià)值的信息是：用戶對(duì)產(chǎn)品的哪些特征做了什么評(píng)價(jià)，而<特征詞，觀點(diǎn)詞>正能體現(xiàn)這一點(diǎn)。在<特征詞，觀點(diǎn)詞>關(guān)聯(lián)對(duì)的識(shí)

3、別中，廣為使用的有兩類方法：一類是先識(shí)別特征詞(觀點(diǎn)詞)，然后在最近距離內(nèi)根據(jù)詞性選取觀點(diǎn)詞(特征詞)；另一類是基于監(jiān)督學(xué)習(xí)的方法，學(xué)習(xí)關(guān)聯(lián)對(duì)的出現(xiàn)模式，通過(guò)訓(xùn)練模型對(duì)新的評(píng)論進(jìn)行關(guān)聯(lián)對(duì)識(shí)別。前者方法簡(jiǎn)單，但極易引入錯(cuò)誤匹配；后者通用性好，但是需要大量標(biāo)注數(shù)據(jù)的支持，而標(biāo)注數(shù)據(jù)的獲得代價(jià)較大。本文基于識(shí)別出的觀點(diǎn)詞，結(jié)合依存關(guān)系，對(duì)評(píng)論語(yǔ)句中的關(guān)聯(lián)對(duì)進(jìn)行抽取。
　　 3.基于似然率測(cè)試方法的觀點(diǎn)詞語(yǔ)義傾向判斷。廣為使用的是基于W