随着互联网的普及,网络消费逐渐占驻了生活中的消费主流,随之在电商平台以及论坛中产生的海量网络评论成为企业了解市场和消费者态度的有效途径。通过网络评论挖掘消费者的使用产品态度,分析出产品特征的可靠性,为企业改进产品和创新方案提供了指导和依据。本文以网络评论为研究对象,利用评论有用性分类、产品特征提取、词性依存关系对规则、观点抽取等方法,实现了从网络评论中获取消费者的观点和产品特征可靠性分析。本文主要研究工作如下:(1)构建了产品评论有用性的分类模型。首先对评论文本进行人工标注实现人工分类样本,把数据分类样本分为训练集和测试集,然后制定了分类特征的选择方案,利用卡方统计量和TF-IDF算法分别得到需要的特征和这些特征的权重,最后根据特征的选择以及数据的训练,实现了产品评论有用性的分类,得到有助于产品可靠性分析的评论。(2)提出了改进产品特征词的提取方法。首先利用条件随机场模型通过数据训练学习,实现了模型的建立,构建了标准产品特征词词典,在模型进行标注时同时利用字面相似度计算方法调用标准产品特征词词典与未标注的可能是特征词的词进行计算,若条件随机场标注错误,此时更改标注结果,进而更好的实现特征词的提取。(3)通过依存树挖掘出词与词之间的依存关系,提出了词性依存关系对规则以及规则的制定,能更方便的实现情感词、否定词以及程度副词的提取。在特征词提取方法基础上,结合词性依存关系对规则,提出了观点词对抽取的方法。(4)提出了产品可靠性分析方法。利用前面对情感词、程度副词、否定词的评分强度处理,提出适合本文的产品可靠性分析方法,根据正态分布对评分样本计算置信区间,分析出产品特征的可靠性。