面向产品评论的汉语意见文摘生成方法研究-计算机应用技术专业毕业论文.docxVIP

分类号U 分类号 U D C．．．．．．． ．．．．．．．．．．．．．．．． 密级 公 五 暑哦 ≯产篝 硕士研究生学位论文 面向产品评论的汉语意见文摘 生成方法研究 申请人： 贺宇 学 号： 2121372 培养单位： 计算机科学技术学院 学科专业： 计算机应用技术 研究方向： 自然语言处理 指导教师： 付国宏教授 完成日期： 2015年5月lo日 万方数据 JlIIIIII JlIIIIII IIII II II Ii iiii iiJ Y2771 21 5 中文摘要 中文摘要 意见文摘作为自然语言处理和意见挖掘领域的一个研究热点， 其目标是将散 落在不同意见文本中的各种意见信息聚集在一起，进而产生精简的文本摘要。意见 文摘不仅在问答系统、意见信息检索等意见挖掘系统中扮演着重要的角色，而且在 商业智能和推荐系统中也有着广泛的应用前景。 本文面向汉语产品评论，探索意见文摘中的一些关键问题，主要包括解释性意 见抽取、意见聚类和意见文本摘要生成等问题。具体地讲，本文将从以下三个方面 展开研究： (1)多粒度的汉语解释性意见信息抽取。解释性的意见挖掘是意见挖掘中的一 个新兴领域，其目标是发现意见表达的根本原因。为了获取解释性意见信息，本文 分别从句子和短语两个粒度探讨了解释性意见抽取问题。具体地，我们将词向量作 为特征整合到支持向量机中进行解释性意见句识别，并且进一步采用了一种弱监 督的语义模式匹配算法来识别解释性意见句中具有解释性的文本片段。在手机和 汽车两个领域的实验结果显示，本文提出的方法好于目前的state—of-the-art方法。 (2)意见聚集及其在情感极性分类中的应用。意见聚集指将产品评论按某种属 性聚集在一起。为了完成这个任务，本文首先从三个语言层面考虑相似度特征，即 字面相似度、语义相似度和上下文相似度等。随后针对汉语意见聚集，本文又提出 了一种两阶段的层次聚类算法。进一步地，为了避免情感分类在短文本中的数据稀 疏问题，本文将之前聚集的属性簇用于情感极性分类，在支持向量机框架下，提出 了一种基于属性簇的汉语情感极性分类框架。实验结果显示整合多种的相似度特 征和属性簇的引入分别对意见聚集和情感极性分类都有很大作用。 (3)汉语意见文摘生成。在解释性意见抽取和意见聚集的基础上，本文最后探 讨了汉语产品评论中意见文摘生成问题。特别地，本文首先利用图排序算法在对属 性簇内的意见句进行排序，然后通过最大间隔相关算法去除多余意见信息。最后， 我们通过定义一些摘要模板，进而生成文本摘要。实验结果显示本文的方法可以生 万方数据 黑龙江大学硕士学位论文 黑龙江大学硕士学位论文 成可读性和概括性都较好的文摘。 关键词：意见挖掘；意见文摘；解释性意见抽取：属性聚类；极性分类 万方数据 AbstractAbstract Abstract Abstract As of the research focus in natural language processing and opinion mining，the goal of opinion summarization is to aggregate variety of opinion information scattered in difference opinionated texts reviews，and further to generate streamlined and readable text summary．Opinion summarization not only play a very important role in opinion mining systems like opinion question answering and opinion information retrieval，but also have prospects for applications in business intelligence and recommendation systems． This thesis aims to explore some key issues in opinion summarization for Chinese product reviews，mainly including explanatory opinion extraction，opinion information clustering and opinion summarization generation．To this end，this thesis the following three main aspects． (1)Multi—gra