基于领域本体和CRFS的商品评论倾向性分析
发布时间：2021-04-05 19:51
Web2.0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digital领域的语料进行了测试,实验结...
【文章来源】：南京理工大学江苏省 211工程院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
以opinionmining为主题的SCI引文分析
点句中的评价词的情感倾向，以及句式结构等。因此本文以观点句中评价词情感作为判断观点句情感倾向的依据，并且深入研究了否定词和连词的对观点句情感的影响。本文的技术路线如图1.2:隐隐隐隐隐隐隐隐隐隐隐隐隐隐隐隐隐 隐隐性评论论 评评评评评评评评 评评价对象抽取 取 取对象抽取取 评评论信息来源源 源 源 源 源 本本体推理理 评评价词的抽取 取 取取取取取取取取褒褒褒褒褒褒褒褒褒褒褒褒褒褒褒褒褒 褒褒贬规则设计计官官方网站 站站站站站站站站站站站站站站站站站 包 包包包含评价词的 的 的的的的的的的的观观观观观观观观观 观点句 句 句观点句情感倾倾一 一尸一一一一一一 一 向 向图1.2基于领域本体和C盯s的商品评论倾向性分析的技术路线图本论文的研究内容获得了江苏省研究生创新计划(基于领域本体一CRFs商品评价信息倾向性分析)的资助。
持有者针对某主题发表了具有情感的意见陈述。本论文针对商品评论，从评论对象的抽取、评价词的抽取、商品评论情感极性判断和极性强度计算4个方面进行综述，主要的流程图如图2.1所示。评评论对象抽取取取商品品品品品品评评评评评评评评评评论论论极性性情情情情情情情情情情感感感强度度评评价词抽取 取取极性性性计算算判判判判判判判判判判断断断 断图2.1商品评论的倾向性分析流程图2.1.1评论对象抽取研究现状评论对象是商品评论中评论者评论的内容。在商品评论中评论对象的描述表现出一定的规则，这些规则主要包括四个方面:(l)评论对象由单个词语构成。如:“NOKIA5230的价格有点贵”中“价格”这一评论对象，它是由单个词语构成的。 PeiliangTian[3]等提出用本体抽取用户感兴趣的评论对象，利用了本体在对象识别上的优势，很好的提高了召回率。somprasertsriG和LalitrojwongP[41提出用一个预先标注的文本训练最大嫡模型，然后用训练得到模型从商品评论中抽取评论对象，实验结果的准确率达到了71，88%，召回率为75.23%。虽然统计的方法可以很好的提高抽取的准确率和召回率但是需要大规模的标注语料
【参考文献】：
期刊论文
[1]面向多视点的商品本体建模[J]. 张博,聂规划. 情报杂志. 2010(04)
[2]评价对象抽取及其倾向性分析[J]. 刘鸿宇,赵妍妍,秦兵,刘挺. 中文信息学报. 2010(01)
[3]文本情感分析中褒贬分类的分界点确定[J]. 王海朋,商琳,戴新宇,吉阳生. 江南大学学报(自然科学版). 2009(05)
[4]农资商品本体分类体系方法研究[J]. 张璐,康丽,程新荣,杨鸽,蒋国武,夏崇镨. 农业网络信息. 2009(08)
[5]基于本体的产品信息组织与系统实现[J]. 李枫林,杨璇,王川川,冯宇. 情报科学. 2009(06)
[6]中文词语倾向性分析处理[J]. 李娟,张全,贾宁. 计算机工程与应用. 2009(02)
[7]基于层叠CRFs模型的句子褒贬度分析研究[J]. 刘康,赵军. 中文信息学报. 2008(01)
[8]基于多重冗余标记CRFs的句子情感分析研究[J]. 王根,赵军. 中文信息学报. 2007(05)
[9]汉语语句主题语义倾向分析方法的研究[J]. 姚天昉,娄德成. 中文信息学报. 2007(05)
[10]基于语义理解的文本倾向性识别机制[J]. 徐琳宏,林鸿飞,杨志豪. 中文信息学报. 2007(01)
硕士论文
[1]基于语义WEB技术的产品配置研究[D]. 伍宏伟.上海交通大学 2009
[2]动画素材的领域本体模型与语义推理研究[D]. 袁小娟.湖南师范大学 2009
[3]基于Rough本体的手机领域语义搜索引擎的研究与实现[D]. 李志露.南昌大学 2008
本文编号：3120001
【文章来源】：南京理工大学江苏省 211工程院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
以opinionmining为主题的SCI引文分析
点句中的评价词的情感倾向，以及句式结构等。因此本文以观点句中评价词情感作为判断观点句情感倾向的依据，并且深入研究了否定词和连词的对观点句情感的影响。本文的技术路线如图1.2:隐隐隐隐隐隐隐隐隐隐隐隐隐隐隐隐隐 隐隐性评论论 评评评评评评评评 评评价对象抽取 取 取对象抽取取 评评论信息来源源 源 源 源 源 本本体推理理 评评价词的抽取 取 取取取取取取取取褒褒褒褒褒褒褒褒褒褒褒褒褒褒褒褒褒 褒褒贬规则设计计官官方网站 站站站站站站站站站站站站站站站站站 包 包包包含评价词的 的 的的的的的的的的观观观观观观观观观 观点句 句 句观点句情感倾倾一 一尸一一一一一一 一 向 向图1.2基于领域本体和C盯s的商品评论倾向性分析的技术路线图本论文的研究内容获得了江苏省研究生创新计划(基于领域本体一CRFs商品评价信息倾向性分析)的资助。
持有者针对某主题发表了具有情感的意见陈述。本论文针对商品评论，从评论对象的抽取、评价词的抽取、商品评论情感极性判断和极性强度计算4个方面进行综述，主要的流程图如图2.1所示。评评论对象抽取取取商品品品品品品评评评评评评评评评评论论论极性性情情情情情情情情情情感感感强度度评评价词抽取 取取极性性性计算算判判判判判判判判判判断断断 断图2.1商品评论的倾向性分析流程图2.1.1评论对象抽取研究现状评论对象是商品评论中评论者评论的内容。在商品评论中评论对象的描述表现出一定的规则，这些规则主要包括四个方面:(l)评论对象由单个词语构成。如:“NOKIA5230的价格有点贵”中“价格”这一评论对象，它是由单个词语构成的。 PeiliangTian[3]等提出用本体抽取用户感兴趣的评论对象，利用了本体在对象识别上的优势，很好的提高了召回率。somprasertsriG和LalitrojwongP[41提出用一个预先标注的文本训练最大嫡模型，然后用训练得到模型从商品评论中抽取评论对象，实验结果的准确率达到了71，88%，召回率为75.23%。虽然统计的方法可以很好的提高抽取的准确率和召回率但是需要大规模的标注语料
【参考文献】：
期刊论文
[1]面向多视点的商品本体建模[J]. 张博,聂规划. 情报杂志. 2010(04)
[2]评价对象抽取及其倾向性分析[J]. 刘鸿宇,赵妍妍,秦兵,刘挺. 中文信息学报. 2010(01)
[3]文本情感分析中褒贬分类的分界点确定[J]. 王海朋,商琳,戴新宇,吉阳生. 江南大学学报(自然科学版). 2009(05)
[4]农资商品本体分类体系方法研究[J]. 张璐,康丽,程新荣,杨鸽,蒋国武,夏崇镨. 农业网络信息. 2009(08)
[5]基于本体的产品信息组织与系统实现[J]. 李枫林,杨璇,王川川,冯宇. 情报科学. 2009(06)
[6]中文词语倾向性分析处理[J]. 李娟,张全,贾宁. 计算机工程与应用. 2009(02)
[7]基于层叠CRFs模型的句子褒贬度分析研究[J]. 刘康,赵军. 中文信息学报. 2008(01)
[8]基于多重冗余标记CRFs的句子情感分析研究[J]. 王根,赵军. 中文信息学报. 2007(05)
[9]汉语语句主题语义倾向分析方法的研究[J]. 姚天昉,娄德成. 中文信息学报. 2007(05)
[10]基于语义理解的文本倾向性识别机制[J]. 徐琳宏,林鸿飞,杨志豪. 中文信息学报. 2007(01)
硕士论文
[1]基于语义WEB技术的产品配置研究[D]. 伍宏伟.上海交通大学 2009
[2]动画素材的领域本体模型与语义推理研究[D]. 袁小娟.湖南师范大学 2009
[3]基于Rough本体的手机领域语义搜索引擎的研究与实现[D]. 李志露.南昌大学 2008
本文编号：3120001
本文链接：https://www.wllwen.com/tushudanganlunwen/3120001.html
