隨著互聯(lián)網(wǎng)和網(wǎng)絡(luò)購(gòu)物的日益流行,產(chǎn)品的評(píng)論通常被作為是否選購(gòu)該產(chǎn)品的重要依據(jù),因此,如何從大規(guī)模的產(chǎn)品評(píng)論中高效地獲取到對(duì)潛在消費(fèi)者和商家更具有價(jià)值的信息逐漸成為研究熱點(diǎn)。本文對(duì)產(chǎn)品評(píng)論進(jìn)行方面級(jí)觀點(diǎn)挖掘技術(shù)研究,能夠快速準(zhǔn)確地獲取到產(chǎn)品各屬性的評(píng)價(jià)情況,對(duì)潛在消費(fèi)者選購(gòu)和商家改進(jìn)產(chǎn)品都有重要意義。本文的主要研究工作如下:1.針對(duì)目前多數(shù)評(píng)價(jià)搭配抽取方法存在人工標(biāo)注工作量高、依賴于外部情感詞典和動(dòng)詞詞性考慮較少等問(wèn)題,提出了一種基于規(guī)則的評(píng)價(jià)搭配抽取方法。該方法通過(guò)詞性、依存句法分析和語(yǔ)義依存分析的結(jié)果制定規(guī)則,首先進(jìn)行核心搭配的抽取,然后引入識(shí)別并列評(píng)價(jià)對(duì)象的算法及改進(jìn)的識(shí)別修飾成分的算法,結(jié)合核心搭配組成部分的不同詞性進(jìn)一步制定規(guī)則來(lái)識(shí)別完整的評(píng)價(jià)對(duì)象和評(píng)價(jià)短語(yǔ)。在中文手機(jī)評(píng)論數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)的準(zhǔn)確率達(dá)到71.95%,召回率達(dá)到66.74%,F1值達(dá)到69.25%;在中文酒店評(píng)論數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)的準(zhǔn)確率達(dá)到60.42%,召回率達(dá)到62.24%,F1值達(dá)到61.31%。實(shí)驗(yàn)結(jié)果表明本文方法進(jìn)行評(píng)價(jià)搭配抽取的有效性。2.針對(duì)已有的方面級(jí)情感分類研究中,大多數(shù)方法通常需要構(gòu)建完善的情感詞...

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1近5年我國(guó)網(wǎng)民和網(wǎng)購(gòu)用戶規(guī)模變化趨勢(shì)

第1章緒論1.1研究背景及意義近年來(lái)，伴隨著信息技術(shù)的迅猛發(fā)展和計(jì)算機(jī)、手機(jī)等網(wǎng)絡(luò)設(shè)備的普及，互聯(lián)網(wǎng)已經(jīng)與人們的日常生活密不可分，如微博、淘寶、京東等熱門應(yīng)用的頻繁使用，人們也更加傾向于在這些網(wǎng)絡(luò)平臺(tái)上發(fā)表自己對(duì)產(chǎn)品以及熱門事件的看法和情感。2019年2月28日....

圖2.9Sigmoid函數(shù)圖像

用機(jī)器學(xué)習(xí)的方式，在本文的后續(xù)研究中、樸素貝葉斯和K-最近鄰法等機(jī)器學(xué)習(xí)模sticRegression，簡(jiǎn)稱LR)屬于概率型回歸，。它的基本思想是對(duì)分類邊界建立回歸公屬于某個(gè)類別的概率就越大，否則樣本屬活函數(shù)Sigmoid如公式2.3所示：1()1zgze像....

圖5.3產(chǎn)品的觀點(diǎn)挖掘結(jié)果

53圖5.3產(chǎn)品的觀點(diǎn)挖掘結(jié)果圖5.3中，第一個(gè)柱狀圖展示了消費(fèi)者評(píng)論最多的10個(gè)產(chǎn)品屬性，以及綠色的柱代表每個(gè)屬性的好評(píng)率、橙色的柱表示中評(píng)率、紅色的柱對(duì)應(yīng)為差評(píng)率；左下角的餅圖表示消費(fèi)者好評(píng)最多的5個(gè)產(chǎn)品屬性；右下角的餅圖表示消費(fèi)者最不滿意的5個(gè)產(chǎn)品屬性。通....

本文編號(hào)：3935464