基于BERT和句法分析的汽车评论属性级观点挖掘.pdfVIP

第38卷第4期传动技术（中英文Vol.38No.4

2024年12月DRIVESYSTEMTECHNIQUEDecember2024

文章编号：1006-8244（2024)04-039-9

基于BERT和句法分析的汽车评论属性级观点挖掘

Aspect-LevelOpinionMiningfromCarReviewsBased

ontheBERTandSyntacticParsing

白云龙张耿耿

（上汽大众汽车有限公司，上海201805）

BaiYunlongZhangGenggeng

(SAICVolkszwagenAutomotiveCo.,Ltd.Shanghai201805,China)

[摘要］网络媒体与电商平台的兴起产生了海量的针对汽车的主观评论。对这些评论文本进行观点挖掘对

车企改进产品设计和制定竞争策略有重要参考意义。如何在评论中实现细粒度的属性级观点挖掘已成为

一个函待解决的问题。针对属性级观点挖掘中观点抽取和类别分类两个子任务，提出了基于BERT的挖掘

方法。首先将BERT序列标注模型和基于依存句法、词性标注的句法分析模型并联，融合生成评价对象，

评价观点二元组。在此基础上，通过BERT模型对二元组进行属性分类和情感分类。对比试验结果表明，

采用BERT的挖掘方法效果显著优于单纯的句法分析方法，而融合了句法分析的BERT模型在召回率的表

现上优于单纯的BERT模型，验证了所提方法的可行性和有效性。

EAbstractjTheriseofonlinemediaande-commerceplatformshasgeneratedalargenumberofsubjective

commentsoncars.Theopinionminingofthesecommentsisofgreatreferencesignificanceforautomobile

enterprisestoimproveproductdesignandformulatecompetitivestrategies.Howtoachievefine-grainedas-

pect-levelopinionminingincommentshasbecomeanurgentproblem.Aimingatthetwosubtasksofopin-

ionextractionandcategoryclassificationinaspect-levelopinionmining,aminingmethodbasedonBERTis

proposed.First,theBERTsequencetaggingmodelandthesyntacticanalysismodelbasedondependency

syntaxandpartofspeechtaggingareconnectedareparalleledtogeneratethebinaryopiniontargets,opin-

ionwords.Onthisbasis,BERTmodelisusedtoperformattributeclassificationandsentimentmclassifi-

cationofthebinary.ThecomparativetestresultsshowthatthemethodswithBERTworksignificantly

betterthansyntacticanaiysis,whiletheperformanceoftheBERTmodelcombinedwithsyntacticanalysis

isbetterthanthatofpureBERTanalysis.Thatvalidate