面向产品评论的共指消解方法研究与实现-计算机技术专业毕业论文.docxVIP

分类号U 分类号 U D C 密级 公 五 舅嚣庐夕擎 硕士研究生学位论文 面向产品评论的共指消解方法研究与实现 申请人： 南雨壮 学 号： 2131393 培养单位： 计算机科学技术学院 学科专业： 计算机技术 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3月26 万方数据 中文摘要中文摘要 中文摘要 中文摘要 共指是自然语言领域中广泛存在的现象，所谓的共指消解任务(Coreference Resolution)，就是利用一篇文档中的上下文信息，结合各个表述本身内容的特 征，将同一对象的不同表述方式对应到具体实体(Entities)的过程。近年来，产品 评论作为用户在网络媒体上对产品发表意见的重要载体被学术界广泛研究。由于 用户的知识背景以及语言习惯不同，不同用户对产品同一属性的表达方式有所不 同，这一共指现象导致产品评论中产品属性描述过于繁多、琐碎，不利于计算机 的分析与理解，因此，产品评论的共指消解是意见挖掘领域亟待解决的重要问题 之一。 本文根据中文产品评论的语言特点，探讨了产品评论中产品属性的共指关系， 并分别采用聚类和分类方法来研究汉语产品属性共指消解问题。具体地，本文工作 主要体现在以下三个方面： (1)针对中文产品评论的语言特点，从词形、词义和上下文等三个语言层面 探索了共指产品属性之间的联系，并以此为基础分别构建了相应的产品属性相似 度计算方法，为产品共指消解的聚类和分类特征选取提供理论依据。 (2)本文以机器学习二元分类方法为基本框架，构建了基于有监督学习方法 的共指消解系统。并对系统中Mention识别、共指关系判断、共指链生成三个关键 步骤展开研究讨论，分析比较了不同特征、分类器对共指消解性能的影响。实验结 果表明了在机器学习二元分类框架下融合词形、词义以及上下文特征的共指消解 方法的有效性。 (3)本文采用层次聚类算法以及K．Means聚类算法构建了无监督的产品属性 的共指消解系统。结合本文共指消解的具体任务，探讨了聚类算法中特征权重选择、 K值选择、初始聚类中心选取的相关问题，通过实验结果表明，基于密度以及最大 最小原则的初始中心选取方法能够有效提高基于聚类方法的共指消解系统性能。 关键词共指消解：产品属性；二元分类；K．Means聚类： 万方数据 黑龙江大学硕士学位论文Abstract 黑龙江大学硕士学位论文 Abstract Coreference is a widespread phenomenon in Natural language．Coreference resolution is a natural language processing task that combine different expressions in a d iscourse that refer to the same entity using context and expressions’characters．With the rapid development of network media recent years，product reviews，as the important data which users express their opinion on products has been studied by many researchers． While，in many product reviews，people always express one product aspect with different words and noun phrases．This phenomenon common makes product attributes description is too many,trivial，and is not conducive to computer analyzing．Therefore，product reviews coreference resolution is one of the important issues in Opinion M ining． According tO the characteristics of Chinese language product reviews，this paper discuss about Chinese product attributes Coreference resolution problem and build our System using two methods．Specifically,our research concems the followi