论文部分内容阅读
随着互联网应用的迅速发展,购物网站、点评网站以及各种论坛上不断积累了越来越多的商品评论文本。在商品评论挖掘的研究中,基于方面的情感分析备受关注。从消费者的角度来看,不同消费者看重的方面会有所区别,基于方面的情感分析结果可以帮助他们选择更适合自己的产品。从商家的角度来看,基于方面的情感分析结果可以让商家知道其产品有哪些方面存在问题,可以帮助他们对产品进行改进。本文利用CRFs模型,对评论文本进行基于方面的情感分析研究,主要包括方面与评价词抽取、情感极性及强度分析、基于主题-方面的情感极性及强度分析结果总结三部分。关于方面与评价词的抽取,本文提出了基于LDA和CRFs的半监督方面词与评价词同步抽取方法。初始方面词与评价词集合从LDA主题模型的训练结果以及知网的情感词典中获取。在CRFs模型中,融合了统计特征(从LDA主题模型的训练结果中得到)、语义特征(词、词性、语气词、程度词、词之间的前后关系)以及方面与评价词的共现等特征,最终得到方面词抽取的F1值为71.7%,评价词抽取的F1值为55.3%。和有监督学习相比,本文的半监督方法能很大程度上减少方面词和评价词标注的工作量。因为是半监督,该方法还具有一定的跨领域性,如果应用到其他领域,需要做的额外工作很少。关于情感极性分类及强度分析,本文利用层叠CRFs模型,融合词、词性、语气词、程度词、方面和评价词的共现等特征,在情感句识别、情感极性分类和情感强度分析上得到的F1值分别为86.3%、77.2%、70.7%。关于意见总结,本文提出了基于主题-方面的情感极性及强度分析结果总结方法,并实现了一个评论挖掘系统,对挖掘效果进行了直观的展示。