基于词性与句法的产品评论特征及情感词挖掘.docxVIP

基于词性与句法的产品评论特征及情感词挖掘 密 级 学校代码10075 分类号 学 号工学硕士学位论文 O IndexX0Classified Index X0 CODE 10075 comA Dissertation for the Degree of M Engineering Mining the Feature and Emotional Words from Product Reviews Based on the Part of Speech and Syntactic Relations CandidateChen Shuo Candidate Chen Shuo SupervisorProf Yuan Fang Supervisor Prof Yuan Fang Academic Degree AppliedMaster of Engineering Academic Degree Applied Master of Engineering SpecialtyComputer Softwareand Specialty Computer Software and Theory UniversityHebei UniversityDate of Oral ExaminationJune 2012 University Hebei University Date of Oral Examination June 2012 人们在网络上购买商品后习惯于在商家提供的平台上留下对产品优劣 的评价潜 在的消费者可以通过产品评论了解产品信息来决定白己的选择商家也可以 根据评论来 学习别人的优点改正自己的不足其中评论中的情感词对于分析评论的态度 貝?有决定 性作用而情感词所描述的特征词则反映了用户关注的焦点因此产品评论挖 掘的主要 任务之一就是挖掘评论中的情感词与特征词 本文所做工作主要有如下儿个方面 给出了一种对评论进行规范化和切分的预处理方法对评论的格式进行 规范和统 一之后将评论切分成短句通过对评论的预处理有助于文本处理工具对评论 取得更好 的处理效果 在挖掘情感词时考虑到情感词和特征词在词性组合上的搭配模式给出 了基于词 性模板的情感词挖掘方法该方法从种子评论集中提取匹配情感词的词性模 板应用模 板对情感词进行挖掘随后通过停用词集和依存关系对挖掘结果进行双重剪 枝最后的 挖掘结果既包含评价产品显性特征的情感词也包含评价产品整体和隐性特 征的情感 词 在挖掘特征词时给岀了基于情感词的特征词挖掘方法通过评论中情感 词的位置 定位特征词所在的句子片段通过词性搭配与句法结构和融合的方式对特征 词进行自 动匹配达到特征词与情感词的对应匹配的结果在识别高频特征词的同时对 低频特 征词也可较好识别 实验结果表明应用本文给出的产品评论挖掘方法能够取得较好的挖掘 效果 关键词 评论挖掘 词性模板 依存关系 情感词特征词 T Abstract Abstract After purchasing the products the customers usually leave their reviews of the products on the platforin provided by the traders The potential consumers can get informstion of the product to meike decisions the traders can also learn the advantages of other traders from those reviews and the n correct their own deficiencies The emotional words in the reviews play a decisive role for the analysis of the attitudes for the feature words described by the emotional words can reflect the focuses of the customers attention One of the most important tasks during the exploring the product reviews is to set the emotional words and feature words as the researching object This paper proposes the preprocessing methods of standardizing a