产品评论的方面级观点挖掘技术研究

发布时间：2024-03-23 04:33

　　随着互联网和网络购物的日益流行,产品的评论通常被作为是否选购该产品的重要依据,因此,如何从大规模的产品评论中高效地获取到对潜在消费者和商家更具有价值的信息逐渐成为研究热点。本文对产品评论进行方面级观点挖掘技术研究,能够快速准确地获取到产品各属性的评价情况,对潜在消费者选购和商家改进产品都有重要意义。本文的主要研究工作如下:1.针对目前多数评价搭配抽取方法存在人工标注工作量高、依赖于外部情感词典和动词词性考虑较少等问题,提出了一种基于规则的评价搭配抽取方法。该方法通过词性、依存句法分析和语义依存分析的结果制定规则,首先进行核心搭配的抽取,然后引入识别并列评价对象的算法及改进的识别修饰成分的算法,结合核心搭配组成部分的不同词性进一步制定规则来识别完整的评价对象和评价短语。在中文手机评论数据集上进行实验的准确率达到71.95%,召回率达到66.74%,F1值达到69.25%;在中文酒店评论数据集上进行实验的准确率达到60.42%,召回率达到62.24%,F1值达到61.31%。实验结果表明本文方法进行评价搭配抽取的有效性。2.针对已有的方面级情感分类研究中,大多数方法通常需要构建完善的情感词...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图1.1近5年我国网民和网购用户规模变化趋势

第1章绪论1.1研究背景及意义近年来，伴随着信息技术的迅猛发展和计算机、手机等网络设备的普及，互联网已经与人们的日常生活密不可分，如微博、淘宝、京东等热门应用的频繁使用，人们也更加倾向于在这些网络平台上发表自己对产品以及热门事件的看法和情感。2019年2月28日....

图2.9Sigmoid函数图像

用机器学习的方式，在本文的后续研究中、朴素贝叶斯和K-最近邻法等机器学习模sticRegression，简称LR)属于概率型回归，。它的基本思想是对分类边界建立回归公属于某个类别的概率就越大，否则样本属活函数Sigmoid如公式2.3所示：1()1zgze像....

图5.3产品的观点挖掘结果

53图5.3产品的观点挖掘结果图5.3中，第一个柱状图展示了消费者评论最多的10个产品属性，以及绿色的柱代表每个属性的好评率、橙色的柱表示中评率、红色的柱对应为差评率；左下角的饼图表示消费者好评最多的5个产品属性；右下角的饼图表示消费者最不满意的5个产品属性。通....

本文编号：3935464