挖掘产品信息的变异表达.docVIP

摘要 用户在表达情感时，有时会对多个特征表示出相同的情感，如对一个产品的不同部件都表示认同或者对一个部件发出多种情感态度，这些变异的表达在通用的挖掘方法中无法获得，但这些表达又是极其重要的，因为这些表达是用户经常使用的。中文评论情感分析中 Abstract  the Users in the expression of emotion,sometimes for multiple features showed the same emotions,such as a product of the different parts of a component to agree or emotional attitude,a variety of these mutations in the general expression of the mining method,but the expression is very important,because they are often use by user. Chinese characteristics and the variation of emotional comments express analysis,the product has obtained through information and emotional words in an emotional words,after another emotional words in all can dig out these features is concerned content and customers through the same emotional word is modified.Based on a semi-supervised learning method of product reviews product characteristic and emotional word simultaneously extracting,retained product features and emotional words,and through the corresponding relation of product information and more emotional words to comment on the features and more emotional situations. Keywords: learning supervision ；variation express；mining method 目录 中文摘要 I 英文摘要 II 1 绪论 1 1.1研究背景 1 1.2 国内外现状 1 1.3产品评论文本与普通文本之间的区别 2 1.4系统开发平台介绍 3 1.5评论语料库使用的现状 3 1.6产品评论获取技术及应前景 4 1.7评论挖掘方法介绍 4 1.8本文的主要工作及目的 5 2挖掘产品特征和情感的变异表达详细设计 7 2.1问题的提出及相关研究 7 2.2从产品评论中进行特征和情感变异表达挖掘的基本思路 9 2.3线性模型及在特征与情感的变异表达挖掘中的应用 10 2.4 Bootstrapping 半监督学习方法 13 2.5评论中的多特征识别算法 17 2.6评论中多情感识别算法 19 2.7 Bootstrapping 半监督学习方法的利弊分析 21 2.8本章小结 22 3 系统测试 23 3.1程序运行测试 23 3.2可能遇到的技术困难 24 3.3测试小结 24 总结 25 参考文献 27 致谢 29  1 绪论 1.1研究背景 随着Internet的飞速发展，庞大的Web资源日益演变为人们获得知识与信息的重要来源。与此同时，由于Web资源的迅速膨胀以及Web信息的分散性与随意性，用户很难通过便捷的方式快速准确地从Web上获取所需的信，每天必须花上大量的时间与精力到各个网站上去浏览并挑出有效的信息。因此，如何快速有效地对Web 信息进行分类和索引以提供面向用户的快速检索访问成为一项重要的研究课题。对网络上的产品评论进行挖掘主要是使用现有的文本挖掘技术，文本挖掘（TextMining）是数据挖掘的一个研究分支[3]，用于基于文本信息的知识发现。数据挖掘是揭示存储在数据库中的结构化数据的数值属性之间的关系，而文本挖掘则是分析和发现大量非结构化文本中的关系，研究的关键在于文本内容的量化表征。文本挖掘利用智能算法，结合文字处理技术，如文本切分、词性