决策支持系统案例题稿.ppt

对象特征的抽取 评审格式： 格式2-区分正面、负面的评审 对象特征的抽取 评审格式： 格式3-自由格式 格式1中正面和负面评价的特征抽取 特征抽取基于以下的规定：每个正面和负面评价中的句子片段只包含一个特征。句子片段通过逗号、句号、分好、连字号、、and 、but分开。 例如 格式2、3中正面和负面评价的特征抽取 第一步：找到所有高频名词和名词短语，通过词性标注工具来识别。 第二步：利用意见词找到不频繁出现的特征。 第三步：观点倾向分类。 观点欺诈 观点欺诈指的是人们故意误导读者和自动观点挖掘系统的行为。 写欺诈性评审的目的主要有两个：推销某些目标对象；损害某些其他目标对象的声誉。 结构化数据抽取 Web信息抽取是从网页中抽取出目标信息。Web上的结构话数据一般是从后台数据库获取的数据记录，按照一定的模版被展现在网页上。抽取结构化的数据能够获取和整合来自多个来源（网站或者网页）的数据，以提供增值服务。 预备知识 富含数据的网页主要有两种：列表页；详情页。 列表页 每个列表页都包含有多个对象。一般从布局角度来看，可以在列表页上看到不同的数据区域（Data Region）。在每一个区域中，数据记录根据同一种模板被格式化。不同区域所采用的模板一般不同。 详情页 侧重描述一个对象。一般包括产品的所有细节，如名称、图片、价格和其他销售信息、产品描述、客户评价等。 网页格式 网页是用HT