在线评论中产品属性识别及其应用研究

发布时间：2023-02-05 14:38

　　汽车行业用户在线评论意见分析可以有效地获取用户偏好信息,这些信息不仅能够为潜在的网络用户购物前提供依据,降低购买风险,还能够帮助商家定位市场需求,做出合理的市场决策。近年来,在线评论已经逐渐成为大众关注的焦点,在线评论挖掘研究成为了学术界的热点研究领域。目前,在线评论挖掘研究大都局限于粗粒度的情感分析方面,由于商品评论所表现出的整体情感极性的应用范围有限,因此,细粒度的在线评论文本意见挖掘研究,是商品评论文本挖掘亟待解决的问题。在线商品评论中的产品属性反映了评论文本所表达的主题信息。针对在线评论信息存在数据量大、内容结构不规范且短句单句偏多等特征,所导致的细粒度文本意见挖掘研究中文本特征提取困难,且文本处理结果准确率较低等问题,本文对在线商品评论中的产品属性的识别及其在汽车用户评论分析中的应用进行研究,主要研究内容如下:(1)基于分层特征条件随机场模型的产品属性抽取。针对在线短评论文本数据稀疏、领域差异性以及有效特征缺失等问题,研究在线商品评论中产品属性抽取的影响因素,提取有效特征集;针对在线评论文本表述口语化,用词不规范以及现有词典的不完备性等特点,导致文本中的部分属性词被切分而无法...

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题来源
    1.2 研究背景、目的与意义
    1.3 相关领域国内外研究现状分析
        1.3.1 文本情感倾向性分析研究
        1.3.2 评论对象抽取研究
        1.3.3 文本聚类与分类研究
    1.4 本文主要研究内容和组织结构
        1.4.1 研究内容
        1.4.2 论文组织结构
第2章 基于 HF-CRFs 模型的产品属性抽取
    2.1 CRFs模型
    2.2 产品属性抽取方法
    2.3 HF-CRFs 模型建模
        2.3.1 特征选择
        2.3.2 构建领域词典
        2.3.3 设计特征模板
        2.3.4 定义分层特征函数
        2.3.5 HF-CRFs 模型训练与测试
    2.4 实验与分析
        2.4.1 实验数据集
        2.4.2 评价指标
        2.4.3 对比实验
        2.4.4 结果分析
    2.5 本章小结
第3章 基于Word2vec 的产品属性分类
    3.1 相关理论基础
        3.1.1 支持向量机
        3.1.2 文本表示模型
    3.2 基于 Word2vec 的词语级文本分类方法
        3.2.1 产品属性分类方法
        3.2.2 构建词向量模型
        3.2.3 构建SVM分类器
        3.2.4 基于词向量的词语级文本分类方法
    3.3 实验与分析
        3.3.1 实验数据集
        3.3.2 评价指标
        3.3.3 结果分析
    3.4 本章小结
第4章 产品属性识别在汽车用户评论分析中的应用研究
    4.1 需求分析
    4.2 系统总体架构
    4.3 汽车用户意见分析系统功能设计
        4.3.1 数据采集模块
        4.3.2 数据预处理模块
        4.3.3 数据分析模块
        4.3.4 数据展示模块
        4.3.5 系统管理模块
    4.4 汽车用户意见分析系统实现与验证
    4.5 本章小结
第5章 总结与展望
    5.1 全文工作总结
    5.2 未来工作展望
致谢
参考文献
攻读学位期间发表的学术论文目录



本文编号：3735148