随着网络技术的发展和大众公共参与意识的提高,越来越多的人喜欢在网络上发表自己的评论,这些评论中包含了大量的有用信息。同时,APP的爆发式增长也不断地对人们处理信息的能力提出更高的要求,如何从APP评论中快速提取出有价值的信息,这是一个具有现实意义的课题。本文旨在基于用户评论提取APP的特征词,从而形成对APP特征的简洁概括,为APP开发者、移动应用平台和用户等提供更加简洁直观的决策依据。特征词是指用户对APP的功能或属性等方面作出的评价,其形式为“主题词+修饰词”。本文以360手机助手上的百度地图APP作为研究对象,首先根据评论中包含的特征词的不同形式,将评论分为显性评论和隐性评论,然后针对显性评论和隐性评论在提取特征词上的区别,结合现有算法,提出一种同时适用于显性评论和隐性评论的特征词提取算法——基于词性路径规则和TF-IDF权重的特征词提取算法。该算法首先对所有APP评论进行词性路径分析,统计出特征词的高频词性组合,然后利用TF-IDF算法提取出所涉及到的各词性下的高频词,并基于词性组合模板和语义相似度对高频词进行合并,最后对合并后的候选特征词进行聚类,得到概括该APP特征的特征词。本文最后从准确性、全面性和语义独立性三个方面衡量特征词的提取效果,实验数据表明基于该算法提取的特征词的准确性和语义独立性都很高,具有应用价值。