《Web数据挖掘-观点挖掘》.pptVIP

下载本文档

4
0
约3.16千字
约 57页
2020-01-22 发布于天津
举报
版权申诉

《Web数据挖掘-观点挖掘》.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第11章: 观点挖掘;简介 – 事实和观点;简介 – 用户生成内容;简介 – 应用;两类评价;观点搜索 (Liu, Web Data Mining book, 2007);典型的观点搜索问题;查找关于某个对象的某个人的观点;查找关于某个对象的观点;观点汇总问题;提纲;观点挖掘(Hu and Liu, KDD-04; Liu, Web Data Mining book 2007);目标对象 (Liu, Web Data Mining book, 2006);什么是观点? (Liu, Ch. in NLP handbook);目标 – 观点挖掘;基于特征的观点汇总 (Hu Liu, KDD-2004) ;可视化比较 (Liu et al. WWW-2005);观点挖掘是一个难题!;观点挖掘任务;观点挖掘任务 (续);提纲;情感分类;非监督评论分类(Turney, ACL-02);步骤2: 估计抽取出的短语的情感倾向 (SO) 使用逐点的互信息情感倾向 (SO): SO(phrase) = PMI(phrase, “excellent”) - PMI(phrase, “poor”) 使用AltaVista的near操作进行搜索, 根据命中的信息个数计算PMI和SO. ;步骤3: 计算所有短语的平均SO 如果SO是正的, 则将评论归类为推荐的, 否则归类为不推荐的. 最终的分类准确率: 汽车 - 84% 银行 - 80% 电影 - 65.83% 旅游目的地 - 70.53%;使用机器学习方法的情感分类 (Pang et al, EMNLP-02);根据评分特征的评论分类 (Dave, Lawrence and Pennock, WWW-03) ;提纲;句子层次的情感分析;使用学习模式 (Rilloff and Wiebe, EMNLP-03);主观性和极性(倾向) (Yu and Hazivassiloglou, EMNLP-03);下一步考虑什么?;*;在深入到特征层次之前;基于文集的方法;基于文集的方法 (续);基于文集的方法 (续);基于文集的方法 (续);基于词典的方法;基于特征的观点挖掘和汇总 (Hu and Liu, KDD-04);任务;特征抽取 (Hu and Liu, KDD-04; Liu, Web Data Mining book 2007);不频繁的特征抽取;使用依赖关系;识别特征同义词;识别关于特征的观点倾向;观点词的聚集 (Hu and Liu, KDD-04; Ding and Liu, 2008);提纲;比较的抽取(Jinal and Liu, SIGIR-06, AAAI-06; Liu’s Web Data Mining book);比较关系 (Jindal and Liu, 2006) ;比较关系;挖掘比较观点;提纲;总结;dsfdbsy384y982ythb3oibt4oy39y409705923y09y53b2lkboi2y58wy0ehtoibwoify98wy049ywh4b3oiut89u983yf9ivh98y98sv98hv98ys9f698y9v698yv98x98tb98fyd98gyd98h98ds98nt98d8genklgb4klebtlkb5k tkeirh893y89ey698vhkrne lkhgi8eyokbnkdhf98hodf hxvy78fd678t9fdu90gys98y9shihixyv78dfhvifndovhf9f8yv9onvkobkw kjfegiudsfdbsy384y982ythb3oibt4oy39y409705923y09y53b2lkboi2y58wy0ehtoibwoify98wy049ywh4b3oiut89u983yf9ivh98y98sv98hv98ys9f698y9v698yv98x98tb98fyd98gyd98h98ds98nt98d8genklgb4klebtlkb5k tkeirh893y89ey698vhkrne lkhgi8eyokbnkdhf98hodf hxvy78fd678t9fdu90gys98y9shihixyv78dfhvifndovhf9f8yv9onvkobkw kjfegiu dsfdbsy384y982ythb3oibt4oy39y409705923y09y53b2lkboi2y58wy0ehtoibwoify98wy049ywh4b3oiut89u983yf9ivh98y98sv98hv98ys9f698y9v698yv98x98tb98fyd98gyd98h98ds98nt98d8gen;56384866666gjfdghmghm56384