基于领域本体和crfs的商品评论倾向性分析

《基于领域本体和crfs的商品评论倾向性分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京理工大学硕士学位论文基于领域本体和CRFS的商品评论倾向性分析姓名：文能申请学位级别：硕士专业：情报学指导教师：丁晟春201203硕士论文基于领域本体和CI强s的商品评论倾向性分析摘要W．eb2．0的兴起，让人们可以通过论坛，BBS，点评网等各类网络媒体发布不同形式的商品评论，由此网络成为目前人们获取商品评论的一个重要来源。商品评论包含能够影响购买者的决策的重要信息，如购买者关心的商品质量、已购买者对商品的肯定与否定的态度等，但在网络上对某个商品的评论分布广泛并且数量惊人，给购买者全面浏览造成阻碍，因此，商品评论倾向性分析成为文本倾向性分析研究新热点，如何自动识别商品评论并且从中获取有价值

2、的内容，成为了急待解决的问题。商品评论倾向性分析包括两个任务：一是商品评论中评论对象的抽取；二是商品评论情感倾向性分析，包括观点句的识别及其情感极性判断。本文主要针对网络中文商品评论的上述两个任务进行了深入的研究。在评论对象的抽取任务中，提出了中文商品评论本体的构建流程，深入分析了该本体中概念间的语义关系，初步构建了一个手机领域的中文商品评论本体；同时，在该本体中定义了一些SWRL规则用于识别隐性评论对象；采用了CRFs模型进行显性评论对象的抽取，尝试将评论对象的本体特征以及情感特征添加到该模型的特征集中，本文针对COAE2011任务3提供的d珥tal领域的语料进行了测试，实验结果中召回率达到

3、了83％以上，验证了上述方法是有效的。在商品评论的情感倾向性分析任务中，从句子级的角度，提出了以HowNet情感词表为种子评价词，采用基于CRFs模型的半监督迭代获取大量评价词，根据句子中是否存在评价词识别观点句，然后依据中文词间的语义规则判断句子的情感极性，并且深入研究了否定词和连词对句子情感极性判断的影响。本文将该方法参加了COAE2011任务2中文观点句的抽取的评测，在dig砌领域的任务评测中取得较好的成绩，其中评测结果的准确率达到了0．5839，召回率达到了O．55859，F值达到了0．576245。关键词：评论对象，情感倾向性，cRFs，商品本体，意见挖掘，商品评论AbstractW

4、ImnlerapidexpallsionofimemetresourcessuchaSforums，websitesforrevie丽ngprodu吒peoplecall仔eelyexpresstlleiropinionoreXperienceontheweb．ConSequently，lmerentbecomet0animportalltsourcetoob“nproductrevie、硼．ProductreviewsexpressedbycuStomerscontaillmuchiIIlportalltmessagesuchaSthequmi够ofproductSandsoon．Butme

5、hugeamo吼tofproductreViewsisiIllpsiblef断customerSt0tot2L11ybrowse；aSaresult，sentimentanaJysisofproductrcViewsbecomesahotfocusillop诚onaIlalysisarea．Howt0obtaint11eValⅨ出leiⅢIomlationinproductreviewsiswaitingt0beresolved．Sentiment锄alysisforproductreVie、vScontajnst、^rotaskS：t11efirsttaskishowt0eX触ctnleco

6、mment’啦etiIlproductreViews；mesecondtaSkpointSt0咖Dproblems，opimonsentencesreco嘶tiona11dhowt0judge廿1epol撕t)，of0pillionsentences．hlthjspaper，the铆otasbweremailllydiscuSsedonproduCtreveiwinChineSefomInterenet．IIlcomment-taIgetex仃action，thememodtobuiIdProductR．eviewsiIlCbjneseOntology、vaSproposed，锄dⅥ佻real

7、izedonprouductreViewsaboutmobilephone．Thent11ese彻蜘1ticrelatioIlsbe觚eenclausseswerediscussed，Wmchwereime唱r纳edtodef．meS、眦mlesforimplic时conuIlent_ta玛etextl佻tion．IIltlles锄etime，CI强smoddwaSusedt0extraCtexp