基于領(lǐng)域本體和CRFS的商品評論傾向性分析.pdf

1、Web2.0的興起,讓人們可以通過論壇,BBS,點評網(wǎng)等各類網(wǎng)絡(luò)媒體發(fā)布不同形式的商品評論,由此網(wǎng)絡(luò)成為目前人們獲取商品評論的一個重要來源。商品評論包含能夠影響購買者的決策的重要信息,如購買者關(guān)心的商品質(zhì)量、已購買者對商品的肯定與否定的態(tài)度等,但在網(wǎng)絡(luò)上對某個商品的評論分布廣泛并且數(shù)量驚人,給購買者全面瀏覽造成阻礙,因此,商品評論傾向性分析成為文本傾向性分析研究新熱點,如何自動識別商品評論并且從中獲取有價值的內(nèi)容,成為了急待解決的問題。

2、商品評論傾向性分析包括兩個任務:一是商品評論中評論對象的抽取;二是商品評論情感傾向性分析,包括觀點句的識別及其情感極性判斷。本文主要針對網(wǎng)絡(luò)中文商品評論的上述兩個任務進行了深入的研究。
　　 在評論對象的抽取任務中,提出了中文商品評論本體的構(gòu)建流程,深入分析了該本體中概念間的語義關(guān)系,初步構(gòu)建了一個手機領(lǐng)域的中文商品評論本體;同時,在該本體中定義了一些SWRL規(guī)則用于識別隱性評論對象;采用了CRFs模型進行顯性評論對象的抽取,嘗

3、試將評論對象的本體特征以及情感特征添加到該模型的特征集中,本文針對COAE2011任務3提供的digital領(lǐng)域的語料進行了測試,實驗結(jié)果中召回率達到了83％以上,驗證了上述方法是有效的。
　　 在商品評論的情感傾向性分析任務中,從句子級的角度,提出了以HowNet情感詞表為種子評價詞,采用基于CRFs模型的半監(jiān)督迭代獲取大量評價詞,根據(jù)句子中是否存在評價詞識別觀點句,然后依據(jù)中文詞間的語義規(guī)則判斷句子的情感極性,并且深入研究了