面向图书评论的观点分析研究

论文摘要

随着网络和计算机在人们生活中的普及,消费者在网上购物后会通过网络发表自己对产品的评论。由于这些评论包含了消费者对产品的评价意见,因此对其进行挖掘对商家改进产品以及消费者购买产品起到了辅助作用,有着广泛的应用价值和研究价值。产品评论挖掘主要包括产品特征抽取、观点抽取以及极性分类等方面的研究。而在这些研究中,以往的方法将研究重点集中在评论内容上,同时所依赖的极性词典也是由固定词构成的,因而影响了评论挖掘的效果。针对这些问题,本文面向图书评论进行了研究,主要工作包括以下几个方面:在构建词典时,考虑到词对类别的贡献不同,将CHI值思想应用到词典构建中,提出了一种基于改进CHI值的极性词典构建方法。该方法通过计算每个词的CHI值来完成对词的极性分类。随后,对于没有包含在词典中的词,根据同类极性词共现的特点对其进行提取并将满足阈值要求的添加到相应的极性词典中,实现了词典的动态添加,在一定程度上解决了词典固定不变的问题。另外,考虑到有些极性词是特定修饰某一特征的,因此又将极性词做了进一步地划分,以便用于分析未包含特征的评论。在进行评论极性分析时,改进了转折复句的极性计算公式,以适用于图书评论。同时,考虑到某些图书评论带有标题,而这些标题通常表达了评论者的观点倾向,据此提出了基于标题和改进的重转句极性计算公式的评论极性分析方法。该方法将标题极性作为评论的极性标注来对其进行极性分析,并在分析中利用上述改进的公式调整评论极性,从而减少了评论极性分析的错误。在进行评论观点总结时,改进了SBV算法,以适用于图书评论。该方法主要根据词语间的依存关系来提取评论句中的特征和观点,据此对评论进行观点总结。实验结果表明,本文提出的方法是有效的,较好地改善了图书评论观点分析的效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景和意义
• 1.2 研究现状及分析
• 1.2.1 产品评论挖掘研究现状
• 1.2.2 产品评论挖掘存在的主要问题
• 1.3 主要研究内容与论文组织结构
• 1.3.1 主要研究内容
• 1.3.2 论文组织结构
• 1.4 本章小结
• 第2章 评论文本挖掘任务概述
• 2.1 文本的情感分类
• 2.2 基于评价特征的观点挖掘
• 2.3 比较语句和关系挖掘
• 2.4 本章小结
• 第3章 极性词典的构建
• 3.1 基于改进CHI 值的词典构建
• 3.1.1 基于改进CHI 值的词典构建思想
• 3.1.2 CHI-DC 算法
• 3.2 词典的动态添加
• 3.2.1 词典动态添加的主要思想
• 3.2.2 DDA 算法
• 3.3 极性词的分类
• 3.4 本章小结
• 第4章 基于标题和改进的重转句极性计算公式的评论极性分析
• 4.1 现有评论极性分析方法存在的问题
• 4.2 标题极性分析在评论极性分析算法中的运用
• 4.3 基于改进公式的重转观点句处理
• 4.4 基于标题和改进公式的评论极性分析算法设计
• 4.5 本章小结
• 第5章 基于改进SBV 算法的评论观点总结
• 5.1 句法分析简介
• 5.2 现有SBV 算法应用于图书评论存在的问题
• 5.3 改进的SBV 算法
• 5.3.1 改进思路描述
• 5.3.2 改进的SBV 算法描述
• 5.4 基于改进算法的观点总结
• 5.5 本章小结
• 第6章 实验数据与结果分析
• 6.1 实验设计
• 6.2 实验结果及分析
• 6.2.1 极性词典构建
• 6.2.2 词典动态添加
• 6.2.3 极性词分类
• 6.2.4 评论极性分析
• 6.2.5 基于特征的评论观点总结
• 6.3 本章小结
• 第7章 总结与展望
• 7.1 论文工作总结
• 7.2 工作展望
• 参考文献
• 致谢
• 攻读学位期间取得的科研成果