网站商品评论挖掘技术的研究

网站商品评论挖掘技术的研究

ID:35187396

大小:6.60 MB

页数:75页

时间:2019-03-21

网站商品评论挖掘技术的研究_第1页
网站商品评论挖掘技术的研究_第2页
网站商品评论挖掘技术的研究_第3页
网站商品评论挖掘技术的研究_第4页
网站商品评论挖掘技术的研究_第5页
资源描述:

《网站商品评论挖掘技术的研究》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、I学校代码0004密级;公开:1如系、交道义爹BEIJINGJIAOTONGUNIVERSITY硕±学位论文网站商品评论挖掘技术的研究作者姓名李军伟学科专业计算机科学与技术指导教师李向前副教授胃i培养院系计算机与信息技术学院;-售巧:ff扁如'交4乂攀硕±学位论文网站商品评论挖掘技术的研究ResearchonOpinionMiningTechnologyforProduct民eviewsonWebshes作者:李军伟导师

2、:李向前北京交通大学2016年3月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。恃授权北京交通大学可W将学位论文的全部或部分内容编入有关数据库进行检索,提供阅览服务,并采用影印、缩印或扫描等复制手段保存、汇编W供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可W为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:签字日期:年^月日签字日期

3、;年^月/日/1:学校代码:0004密级公开北京交通大学硕±学位论文网站商品评论挖掘技术的研究ResearchonOinionMininTechnolopggyforProductReviewsonWebsi化s作者姓名:李军伟学号:13120403导师姓名:李向前职称:副教授学位类别:工学学位级别:硕±学科专业:计算机科学与技术研究方向:机器学习与认知计算北京交通大学2016年3月i致谢本论文是在我的导师李向前老师的悉如指导下完

4、成的,李向前老师科学的工、作方法和严谨的教学态度给了我很大帮助,使我受益匪浅感谢李向前。在此衷也老师H年W来对我的关瓜和指导。在实验语料选取过程中,徐金安老师给了我很大帮助。在论文撰写过程中,霍有利老师提出了宝贵意见,对两位老师表示由衷的感谢。。在此在课题研究期间,与杨健、李越川、刘华西、商荣柱等同学的讨论,使得我的研究工作更加顺利,在,得到的实验结果也更加理想此向他们表达我的感激之情。感谢我的女朋友陈佳芳不辞劳苦,帮我做了许多语料标注工作。此外,也感谢我的家人,他们的理解和支持使我能够

5、在学校专也完成我的学业。北京交通大学硕±学位论文摘要摘要,购物网站随着互联网应用的迅速发展、点评网站tu及各种论坛上不断积累了越来越多的商品评论文本,基于方面的情感分析备。在商品评论挖掘的研究中受关注。从消费者的角度来看,不同消费者看重的方面会有所区别,基于方面的情感分析结果可W帮助他们选择更适合自己的产品。从商家的角度来看,基于方面的情感分析结果可让商家知道其产品有哪些方面存在问题,可帮助他们对产品进行改进。本文利用CRFs模型,对评论文本进行基于方面的情感分析研究,主要包括

6、方面与评价词抽取-、情感极性及强度分析、基于主题方面的情感极性及强度分析结果总结H部分。关于方面与评价词的抽取,本文提出了基于LDA和CRFs的半监督方面词与评价词同步抽取方法。初始方面词与评价词集合从LDA主题模型的训练结果W及知网的情感词典中获取。在CRFs模型中,融合了统计特征(从LDA主题模型的训练结果中得到)、语义特征(词、词性、语气词、程度词、词之间的前后关系)W及方面与评价词的共现等特征.7%,,最终得到方面词抽取的F1值为71评价词抽取的F1值为55,.3%。和有监督学习

7、相比本文的半监督方法能很大程度上减少方面词和评价词标注的工作量一。因为是半监督,该方法还具有定的跨领域性,,需要做的额外工作很少如果应用到其他领域。关于情感极性分类及强度分析,本文利用层叠CRFs模型,融合词、词性、语,在情感句识别气词、程度词、方面和评价词的共现等特征、情感极性分类和情感强度分析上得到的F1值分别为86.3%、77.2%、70.7%。基于主题-关于意见总结,本文提出了方面的情感极性及强度分析结果总结方一,个评论挖掘系统,对挖掘效果进行了直观的展示法并实现了。关键词:商品

8、评论;条;方面抽取;情感分析件随机场;主题模型分类号:TP391iii北京交通大学硕±学位论文ABSTRACTABSTRACTWiththegrowi打gpopularityoftheI打temetapplication,shoppingwebshe,reviewwebsitesas

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。