教育资源评论的倾向性研究及应用-计算机系统结构专业论文.docxVIP

重庆大学硕士学位论文中 重庆大学硕士学位论文 中文摘要 I I 摘 要 用户在网络上发表针对某一种产品的评价，无论是对于厂家还是潜在的消费 者，都具有十分重要的研究价值。同样，用户对网络教育资源的评价，无论是对 教育资源的提供者还是学习者，也是很有研究价值的。教育资源的提供者通过用 户对资源的评价信息，可以知道自己在哪些地方需要改进，同时也可以吸取其它 教育资源的长处，以补己之短；学习者通过了解资源的评价信息，可以得到一些 参考信息和建议，通过对资源的综合考虑和选择，找到适合自己的教育资源。因 此，对教育资源的评价信息进行倾向性研究具有很大的研究意义。 网络学习用户可以通过论坛、BBS、留言板、Blog 等途径发表对教育资源的看 法，这些都是评论信息的重要来源。但是对某一种教育资源的评价信息有时长达 成百上千条，如果仅仅依靠人工进行浏览，是一件耗时又低效的工作。于是，我 们需要使用信息抽取技术，从用户的评论信息中自动提取出教育资源的倾向性。 提取评论信息的倾向性，关键的两个步骤是语义极性分析和观点抽取。我们 需要利用计算机技术自动分析带有感情倾向的句子或文档，提取出用户潜意识中 需要的主题或特征，并且分析它们的语义倾向性和强度。在汉语评论信息的语义 极性分析方面，采用比较多的是基于统计分析的方法，目前很多研究机构已经运 用自然语言处理技术对评论信息进行语义极性分析，取得了很有价值的进展。本 文将尝试使用自然语言处理技术对教育资源的评论语句进行语义极性分析，使用 户获得感兴趣和高质量的教育资源。 本文对教育资源的资源类型和媒体类型进行统计分析，提取出教育资源的特 征词和用于词语极性判断的基准词；在词语语义相似度计算时，重点分析了义原 的上下位关系和对义反义关系，引用了《知网》最新发布的情感分析用词语集； 通过改进基准词组和词语语义相似度算法，词语的语义极性计算结果在一定程度 上得到了较高的准确性和可信性；在观点抽取过程中，本文通过 LTP 系统的词法 分析和句法分析结果，利用依存关系对将观点词的极性传递给特征词，并给出了 计算句子整体倾向性的算法，最终得到句子的倾向性。 本文通过实验，将自动抽取的观点结果与人工判断结果进行比较，得到了较 高的查准率和查全率，同时设计了教育资源评论挖掘应用系统，用于判断评论语 句的倾向性。 关键词：教育资源；观点评论；语义极性；观点抽取 重庆大学硕士学位论文英 重庆大学硕士学位论文 英文摘要 II II ABSTRACT The reviews of a product published on the network by users have very significant research value, whether they are for manufacturers or potential consumers. Similarly, the reviews of network education resources published by users are also of great research value, both for providers of education resources and learners. By the review information of resources, the providers who provide education resources can know what needs improvement, and they can absorb the strengths of other education resources to fill their own short; learners can get some references and recommendations by understanding the review information of resources, and they can find suitable education resources through comprehensive consideration and select. Therefore, it has a great deal of significance to research review orientation of education resources. Through forums, BBS, message boards, and Blog, E-learning users can publish reviews about education resources, which are impo