产品评论中隐式评价对象的抽取研究-计算机科学与技术专业论文.docxVIP

)i万盟黠 )i万盟黠 上海交通大学 学位论文原创性声明 本人郑重声明 : 所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体 ，均已在文中以明确方式 标明 。本人完全意识到本芦明的法律结果出本人承担。 学位论文作者签名 : 尝合作 H期:之1)I斗年 l 月?日 1 )i万盟羁 )i万盟羁 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定 ， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索 ，可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 保密 口，在一一年解密后适用本授权书。 不保密囚。 (请在以七方框内打 u .J ) 学位论文作者签名 : 曾令体 H 期 : 2..1 I叶年 l月 1 R 口期:2J)1 4 年 |月 ?日 ? 万方数据 万方数据 产品评论中隐式评价对象的抽取研究 摘 要 近年来电子商务的爆炸式发展吸引了越来越多的人到网上购物，购物评价 是网络购物中非常重要的一部分，几乎所有的电子商务网站都提供给消费者对 所购买商品发布评论的功能。互联网上这些海量的评论数据有着非常大的价值， 可以给潜在的消费者提供极具参考意义的实际商品信息，同时也能够给商品生 产商提供非常有用的反馈信息。 如何有效地从数量庞大的消费者评论中挖掘出消费者所表达的观点、情感 等意见信息是意见挖掘技术研究的主要内容。为了挖掘消费者评论中有价值的 细节信息，基于细粒度的特征级意见挖掘技术是近年来学术界研究的重点。但 是，已有的技术和研究大都只是致力于从评论语料中挖掘和抽取在评论语句中 显式出现了的评价对象。然而，在产品评论中有相当一部分的评论句子并不直 接包含评价对象词，但是却隐含了评价对象。这些隐式评价对象的识别是意见 挖掘中最困难的问题之一，特别是在中文评论领域，由于中文语言的复杂性， 使得这一任务更加困难。 本文对中文产品评论领域细粒度的意见挖掘进行了研究和探索，并专注于 解决产品评论中隐式评价对象的识别问题。本文提出了一套新的方法框架来识 别产品评论句子中的隐式评价对象。首先，通过利用分词、词性标注和句法依 存分析等技术，本文提出了一种基于规则的方法来抽取显式评价对象-评价词 对；其次，对评价对象做聚类和构建评价对象-评价词对的训练文档；最后， 把隐式评价对象的识别转换为基于分类的评价对象选择问题，利用文本分类算 法就可以识别出隐式评价对象。实验评估表明我们的方法比现有的方法要好。 关键词：意见挖掘，隐式评价对象，特征抽取 I RESEARCH ON IMPLICIT FEATURE IDENTIFICATION OF PRODUCT REVIEWS ABSTRACT The explosive development of e-commerce has attracted a lot of people to shop online, Most of the online merchants provide functions that allow users to post reviews about products. The massive amounts of reviews on the web can provide valuable resources for both potential customers and e-commerce companies. The task of opinion mining is extracting opinions and sentiments from customer reviews by automatically analyzing and processing them. In order to get details of each review, fine-grained feature-level opinion mining has received more and more attention. Most of the existing researches on feature-level opinion mining are dedicated to extract explicitly appeared features and opinion words on review sentences. Howeve