中文產(chǎn)品評論的意見挖掘

碩士學(xué)位論文中文產(chǎn)品評論的意見挖掘研究ResearchonOpinionMiningofProductReviewsinChinese冬作者：喇嚴(yán)孫榮搜導(dǎo)師：盟瞿有利叫北京交通大墻學(xué)蘇2010年事5父月方學(xué)位論文版貌權(quán)使用授權(quán)慮書馳本學(xué)位論文刻作者完全了套解北京交通稠大學(xué)有關(guān)保第留、使用學(xué)巴位論文的規(guī)坡定。特授權(quán)疾北京交通大乏學(xué)可以將學(xué)嫩位論文的全斬部或部分內(nèi)后容編入有關(guān)舒數(shù)據(jù)庫進行輛檢索，提供種閱覽服務(wù),易并采用影印勇、縮印或掃虧描等復(fù)制手泥段保存、匯陡編以供查閱彎和借閱。同臂意學(xué)校向國鬧家有關(guān)部門歡或機構(gòu)送交眼論文的復(fù)印默件和磁盤。幕（保密的學(xué)奪位論文在解塘密后適用本沿授權(quán)說明）伏學(xué)位論文作羊者簽名：擺喘碧毀嬌導(dǎo)師簽名患：丘簽字日期：節(jié)舍年月粒日殲保傲簽字日期：衛(wèi)猾年月望日羊中圖分類號凈：梯TP391磁.3晌UDC：墨620何學(xué)校代碼：蹲10004密級：公開犧北京交通大御學(xué)棉碩士學(xué)位論虧文迎中文產(chǎn)品評械論的意見挖寫掘研究吳Resea縱rcho筑n純Opini棵onmi血ning紙of馬Pr悲oduct錢Revi喉ewsi隙nChi貞nese暮作者姓名：燦嚴(yán)孫榮致迷威項熔抽奪刃學(xué)魂號：瓶08120搶510漫導(dǎo)師姓名：忽瞿有利暢室拆悠霉乒捆職少稱：突副教授什學(xué)位類別：慣工學(xué)完曲歇秘灑鐵甘學(xué)位級別：況碩士攪壁隱多胃學(xué)科專業(yè)：跪計算機科學(xué)者與技術(shù)巡拐堵灣彈研究方向：逼自然語言處煩理破北京交通大狀學(xué)果2010年拿5月致謝各本論文的工筒作是在我的墓導(dǎo)師侵瞿有利仿副教授的悉蹲心指導(dǎo)下完巷成的，涉瞿有利疏副教授嚴(yán)謹(jǐn)嫁的治學(xué)態(tài)度抬和科學(xué)的工嗚作方法給了蒜我極大的幫呆助和影響。摘在此衷心感針謝兩年來獻瞿有利輔老師對我的穗關(guān)心和指導(dǎo)用。穗尹傳環(huán)老師慢悉心指導(dǎo)我若們完成了實破驗室的科研券工作，在學(xué)荒習(xí)上和生活減上都給予了可我很大的關(guān)預(yù)心和幫助，野在此向珠尹傳環(huán)裹老師表示衷附心的謝意。雅王志海和望田盛豐強教授對于我裳的科研工作齊和論文都提勻出了許多的忌寶貴意見，烏在此表示衷瘋心的感謝。顫在實驗室工居作及撰寫論仿文期間，風(fēng)張美珍、張荒彥博惹和衫張尚超蹄等同學(xué)對我銀論文中的坡意見挖掘逮研究工作給誰予了熱情幫濕助，在此向鼻他們表達我姐的感激之情洋。毅另外也感謝籍女朋友悔符蓉枯，他們的理紫解和支持使產(chǎn)我能夠在學(xué)問校專心完成燈我的學(xué)業(yè)。嚴(yán)孫榮放2010年有5月于北藍京摘要染隨著蹄電子商務(wù)稻的艱迅猛發(fā)展路，用戶購買枝和使用產(chǎn)品趟之后會在W讀eb上發(fā)表望對產(chǎn)品的評攀論，計產(chǎn)品罪評論的自動傻挖掘?qū)τ邳c商家和染潛在的消費仿者誓有值著掘重要揚意義贊。本文以中炒文產(chǎn)品評論褲為主要研究董對象，從評列論的整體褒店貶分類和細(xì)饒顆粒的產(chǎn)品春意見潮挖掘漆兩個層面進拘行分析研究奶，論文主要菜內(nèi)容如下：赤采用機器學(xué)容習(xí)的方法對幟產(chǎn)品評論進排行整體褒貶秤分類研究。違構(gòu)建用于產(chǎn)裙品評論褒貶步分類的語料絹庫；采用基折于折N-Gra忽m猛文本特征鋪抽?。ǜ锓譃榛谠~涂的uni東gram域，冰bigra橋m截和啞基于字的u凈nigra挨m，big吩ram明，首trigr待am辛）者，結(jié)合語不同的特征脾權(quán)強重計算鑒方法（TF浙，BOOL喬，TFID廁F渡）頑，在應(yīng)不同的分類要算法（囑樸素貝葉斯酒、最大熵和慨支持向量機轎）進行分類動實驗。膏實驗表明跡使用基于字果的細(xì)b熟igram嘆特征表示拜并俱結(jié)合碗基于詞頻的碌加權(quán)方法焦在支持向量啄機分類器下跡取得了最齊好卸的分類性能陳，準(zhǔn)確率為奸94.74其%。戶在特征抽取稀上，獨采用請基于后綴樹拘結(jié)構(gòu)的特征黑提取算法，另提取關(guān)鍵子化串組作為文超本特征。實袍驗表明基于纖后綴樹的落關(guān)鍵子串組棗的特征表現(xiàn)攻能力強而且弟特征維度低超，分類的準(zhǔn)洋確率衛(wèi)略鋒高于品基于N-G浙ram文本晌特征衰表示的分類暢效果。粥設(shè)計并實現(xiàn)啦了基于依存勒句法分析的頸細(xì)顆粒簡意見半挖掘跳算法和兇基于亦關(guān)鍵字匹配撓的細(xì)顆粒子意見雹挖掘撿算法，并構(gòu)臂建產(chǎn)品特征緣庫和中文極回性詞典。實畜驗表明關(guān)鍵憲字匹配方法袖好于基于依攪存句法分析壤方法。筒最后，黨設(shè)計并實現(xiàn)盾了一個產(chǎn)品組評論邪意見挖掘獅系統(tǒng)，該系稍統(tǒng)可以自動模抓取指定的私評論頁面并鹿抽取評論內(nèi)走容，可從整盞體和細(xì)顆粒漁兩個層面對揀產(chǎn)品評論進宵行意見分析片，并將意見畜分析結(jié)果存披入產(chǎn)品意見賄庫中，提供胡可視化的統(tǒng)至計展現(xiàn)。尋關(guān)鍵詞：侮產(chǎn)品評論；欺情感分類；她意見挖掘音；自然語言遷處理領(lǐng)分類號：討TP顏391.3陶ABSTR蜻ACT嚇Nowad邪ays,繪thee饒lectr捷onic摘comme西rcep換lays低a遇more漢and安more誤impo饅rtant火role丹i長n副輝ourd椒aily蠶life咽.C小onsum梨ersa寬lways愈expr戚ess悲opini慈ons番ont此hepr都o(jì)duct節(jié)via中theW舞ebaf伸teru悟s程ing樹the段produ住ct.T攜heau宰tomat涂icmi腫ning輸onth枕esec登ommen鐘tsis殊impo凝rtant蝕for溜thep玉otent恥ialc術(shù)onsum放ersa孝nden拉terpr師ise泡s變.組We鍬focus帶onC怎hines允epro毀duct蔥revi室ews.閱Wean叉alyze壞dthe營comm隔ents吐ontw眉o(jì)lev法elsi遮nclud藏ingd比ocume禮nt-le汗vels擇entim淡entc原lassi打ficat再iona弊ndfe眼ature喂-base忌dpro糞duct屑o(jì)pini宅onmi記ning.三The址main隊conte押ntsa搬reas委foll踢ows:林We紫emplo傅y悄mach侮inel廟earni悉ngal休gorit閣hmto攪perf吃ormt禍hedo趙cumen拔t-lev紛el層sent蕩iment瓜clas劫sific合ation必oft沃hepr左oduct即revi輕ews.位Weco冊llect懷corp娘usfr阿om剃onli斜ne貍revi傘ews;芽inves漿tigat紹ethe描窗N-Gra險m嚷怕based魔懲featu永rere吊prese米ntati辨on撥inclu雹ding乞Word梢-Base楊dUig厭ram,劃Bigra給mand限Chin吹eseC喪harac事ter-B聰ased盤Unigr捏am,B施igram殊,tri每gram;濱anal爹ysis詞diffe疼rent企featu威rewe確ighti要ngap遲proac男h嫂es侮(TF,屋BOOL,鎖TFID唉F),c兇ompar么edif足feren然tcla掃ssifi糕catio洗nalg喊orith差ms(N條aive恩Bayes師,Max臟imum門Entro君pyan賓d疏Suppo坦rt害V霉ector雁支M臥achin臺e渴).街壩The袖SVM熄叫using雪塌Chine嘩seCh薯aract箭er開B極igram乖-base摘d榨feat搖uree定xtrac拘tion凝metho弟dand初word鐵freq能uency顏base米dtex瘦trep如resen炕tatio沒n撿has川the日best品perfo迅rmanc牛e,滿of昏which批the絮accu帳racy躲was9型4.74%否.著徹Wer疏esear朝ch瘡ed刊suff呈ixtr敗eeba中seds憑truct桌urea尤lgori攤thme皮xtrac計ting回theK遮ey震清Subst酸ring運酒Group泛feat目ures嶼.Exp駛erime糖ntss犯howt辜hatt典heKe旺y錦抱Subst耐ring雄無Group杯feat碎ures朱have團bette麥rdes棚cript家iono者fthe繞comm廁ents覽sent置iment鐘clas蹲sific巡ation鉗,low搜erdi維mensi匙on,a思ndbe沈tter妄accur兼acyt屑hano運ther革text歲featu梅resr梳epres乒ent版ed坡inS翻VM竊.后Wei婚nvest背igate披ddep鑒enden休cypa決rsing冒base桑dalg鍬orith淚mand辣keyw徐ordm旱atch陜ing背掩based練惕algor世ithm糧for攝feat筐ure-b木ased松opini滅onmi姿ning.奏W猶ec寧onstr情uct貌a籠produ祥ctfe邪ature飄slib應(yīng)rary哈and銳a綠Chine輔sepo耗larit亮yDic落tiona屠ry.E換xperi跪ments脫show纏that拘the頁keywo芬rdba情sedm招ethod羨isb妙etter嶄than滲剩the捧depen顆dency錦pars毛ing那瞇based自獅metho信d潮.辣Wed膨esign蔽edan各dimp勞lemen監(jiān)teda謠prod孝uctr財eview暈opin流ionm君ining普syst絲em.T谷hesy杏stem燙cana迷utoma秋tical早lycr退awla銷ndex么tract踩spec能ified梅comm釋ent少s飄onr房eview涉page橡s,th疑enan柏alysi痕sthe接revi六ews,勇save億ther紅esult羅into告the景prod姐ucts脾opini親onli葵brary僅.煌Users類can程get喝迫visua亡lized狼resu誰lt讀whic糊h館will殲be喂help弄ful顯烏for友deci思sion街maki乘ng份.頌KEYWO筆RDS：視Produ懲ctRe濫view響;唱Senti孝ment懸Class覆ifica宗tion碎;屢Opini另onMi抗nng概;損Natur京alLa吸nguag孤ePro田cessi各ng伙CLASS勻NO：識TP逢391.3目錄聲摘要字刷[65]樂，熔意見由四個笑元素組成：閑即主題靜（Topi撒c）垂、持有者駕（Hold交er）譯、陳述欠（Clai績m）辱、情感絲（Sent袍iment培）付。這四個元憶素之間存在石著內(nèi)在的聯(lián)斗系，即意見冬的持有者針忙對某主題發(fā)笨表了具有情克感的意見陳態(tài)述?？s例：瘦“稻我昨天買了搏一部諾基亞賊手機，它不坐但樣子漂亮榜，而且功能嫌強大，不過罷電池不怎么事耐用！前”勁在上例的句鄰子中，一共藝有四砍個侮子句。第一寺句是客觀句惠，所以它不割是包含意見角的陳述。第占二、三和四睛句則是主觀菊句，而且是團包含意見的韻陳述。對于栗這開三切個陳述，它狂們的主題分抓別是陶“望外觀研”串、套“償功能攜”異和膊“喝電池攝”膚，它顫們都是益“即諾基亞手機轎”鋼的錯特征劑。這三個陳還述的意見持典有者是作者貨“死我卸”曉。揭在陳述所描析述的情感玩中，膊“員漂亮惜”媽和找“物強大稠”只是褒義的，濱“彈耐用群”獻表達的是貶族義。產(chǎn)品評思論細(xì)料粒度華挖掘的過程籃就是要在自繩然語言文本桑中自動確定涼這些元素以歷及它們之間要的關(guān)系。腔由于意見持愧有者一般為插產(chǎn)品使用者李本人，所以峽我們只需要校挖掘出評論怠中的主題和釋主題相對應(yīng)凱的情感，這上里的主題對修應(yīng)產(chǎn)品相關(guān)荷的所有特征逐，情感娘則白表示持有者葛所表達的情秘感傾向，分書為席積極的能（posi嬸tive）話、消極幸的澇（nega腦tive）斜。整體設(shè)計堂產(chǎn)品評論細(xì)盲顆粒的意見不挖掘不同于齒整體的褒貶冰分類，需要值在詞匯和短柱語級別上進麻行情感分析押。圖4.1撤為細(xì)顆粒意輪見就挖掘侄的醫(yī)整體棉框架圖。凱圖4.1細(xì)摩顆粒意見挖此掘整體框架告Figur國東The光F稼ramew恭ork驅(qū)ofF執(zhí)eatur題ebas年edOp襲inion漠Mini墓ng城接下來將詳呀細(xì)介紹產(chǎn)品彩特征庫的構(gòu)夢建，中文極滅性詞典的構(gòu)探建，并對中價文句子進行鄰分析，討論布產(chǎn)品評論語推言的特點，挑分別采用基謠于依存句法幫和基于關(guān)鍵霉字匹配的算舌法對產(chǎn)品評凝論進行意見匪挖掘。凝產(chǎn)品特征庫由的構(gòu)建涌本文中所指壯的產(chǎn)品特征瞧詞，主要是揭指產(chǎn)品各個瘡特征（fe吹ature忘），也是本狼文要研究的鉆主要對象，季產(chǎn)品的特征后詞需要滿足務(wù)以下四個條濁件之一：指是給定主題睬的一部分。侍比如手機的缺配件，如屏帖幕、電池、半鍵盤等。姐是給定主題置的一個屬性耍。比如性能恢指標(biāo)，如速胸度，外觀或棚者是產(chǎn)品的描品牌型號帝、訴操作系統(tǒng)等余。卷是給定主題竹的部分的一臘個屬性。比句如筆記本的允光驅(qū)的運行姿速度，屏幕茄的框大小等。舞是給定主題烈的總體評論先，比如筆記者本的總體印祝象，性價比缺，手感等。睛產(chǎn)品特征分公為顯原式蛾特征和隱律式附特征，顯嫩式衡特征是直接倍出現(xiàn)在產(chǎn)品界評論中描述辮產(chǎn)品的性能揪或功能的名惕詞或名詞短竹語。隱界式雷特征沒有在開語句中直接鹿進行描述，等需要怕對呆句子進行語姜義理解才能靠得到。隱蒼式賣產(chǎn)品特征如全出現(xiàn)錯“日便宜洋”票、塔“柴漂亮匙”加這樣的描述圾句子，句子攔中并沒有出繩現(xiàn)顯示的產(chǎn)弄品特征，但形我們可以知療道給“孕便宜牽”幫是在描述產(chǎn)熄品的價格，番“炒漂亮舟”世是在描述產(chǎn)粒品的外觀。所在本文中，話主要是手工久收集這樣的排詞或者短語傅，定義相應(yīng)瓣指示規(guī)則，版在后續(xù)的旺意見挖掘叫中應(yīng)用這些銅規(guī)則。接下橋來主要討論待的是顯瓜式四的產(chǎn)品特征聚庫的構(gòu)建。鳥同時本文發(fā)沫現(xiàn)，現(xiàn)有的勞評論挖掘技強術(shù)周抽取出的扒產(chǎn)品特征之鏟間沒有任何苦聯(lián)系，因此沃如果直接展耗示出來就左會己只是一些散捆亂的特征表患示。這樣難翠免把同一個料特征的不同罷詞語表示當(dāng)嶺作不同的特鏈征來看待，分那些本來處事于上下位的灘特征當(dāng)作平如行的特征來票處理，這樣萍就會造成用互戶看到的產(chǎn)愉品特征根本量就沒有主次讓之分。例堵如虧：冷“宋諾基亞的餅6120c零質(zhì)量還是不挺錯的請”喪，如果僅僅田通過關(guān)鍵字放匹配的方法經(jīng)，就會有三宣個特征?！笆闹Z基亞，席6120c砍，質(zhì)量容”撿，但是我們白不知道它們?nèi)岬膹膶俸托迾I(yè)飾關(guān)系。因沈此構(gòu)建多層鐵次的產(chǎn)品特豪征庫是很有巖必要的，將潛所有的產(chǎn)品絮特征定義為痰一個層次式州分類體系，盼以樹的結(jié)構(gòu)殘表示。通過吊遍歷樹，利齡用父子結(jié)點寨的關(guān)系，就趴可以知道特略征詞之間的螞從屬關(guān)系。豆本文主要汪采用兩種構(gòu)中建方式，從級產(chǎn)品規(guī)格說捷明書中提取消和從實際用怕戶評論文本磨中常提取。披從產(chǎn)品規(guī)格資說明書提取隙特征魂在廠家給出而的規(guī)格參數(shù)呆說明文檔中熊，一般以結(jié)融構(gòu)化的方式粉給出產(chǎn)品特盡征和屬性值進。通過結(jié)構(gòu)北化的數(shù)據(jù)挖界掘可以獲得法部分特征及秋屬性值之間賭的關(guān)系。一最個產(chǎn)品往往戰(zhàn)由多個部件隔組成，而每部個部件又會煮有一些特定田的規(guī)格，對散部件進行更飼詳細(xì)的特征毒描述。形圖4.飲2蜜為優(yōu)京東網(wǎng)上俘某也產(chǎn)品的規(guī)格康參數(shù)說明文償檔烈。股將表中產(chǎn)品婦特征的規(guī)格懼層次關(guān)系通銅過結(jié)構(gòu)化的漆列表展示出揪來。經(jīng)過對胳結(jié)構(gòu)化數(shù)據(jù)竟的挖掘，可識以獲得此產(chǎn)草品的所有特底征，挖掘的泛流程如下：拒1）網(wǎng)頁下民載：本文從誼京東網(wǎng)的規(guī)顯格參數(shù)說明垃書中獲取，臣如圖4.1渾所示文檔；動2）興趣域購提?。喊丫W(wǎng)群頁中的表格寨部分提取出塞來；扯3）以<t陪r>為界，寸提取表格一騙行內(nèi)容；剖4）以<t圣d>為界，澡分別提取表啦格一行的左趟列和右列，歌左列為通用點特征相關(guān)內(nèi)賺容，右列為瞧屬性特征相膝關(guān)內(nèi)容；塌5）刪除h舒tml等無迷用標(biāo)識；昂6）通用特什征歸類：如速果當(dāng)前<t槐r>中只有腰一個<td利>元素，則盜將它作為上顛層特征，接譯下來出現(xiàn)的隨<tr>屬料性，作為它搞的子層，直校到出現(xiàn)新的布只有一個<牙td>元素魔的<tr>汗行；嫌7）屬性特謊征提?。簩︼L(fēng)右列進行分兔詞并作詞性橋標(biāo)注，如果區(qū)只有一個詞易，則直接視礦為左列通用刷特征的子層辱特征；如果瘦是一個語句讀，則提取出拐語句中的名踢詞作為屬性千特征，把獲駛?cè)〉膶傩蕴赜H征作為左列級特征的子層芽特征。被圖柄4太.同2皂摩托羅拉X今T701參茅數(shù)說明書返Figur酒e.沿4崖.仇2亦錄T遲he頂S宗pecif隨icati察ons幼F史ileo不fMOT批OROLA興XT70之1怪從產(chǎn)品評論殼中提取特征銹生產(chǎn)廠商一身般會提供一榮個關(guān)于產(chǎn)品掙各個方面性束能的說明文玻件，但是產(chǎn)器品評論挖掘污一般不完全斬從這樣的說見明性文件中古提取產(chǎn)品特腳征。主要原仇因在于：一黑、生產(chǎn)廠商錯和用戶對產(chǎn)秤品特征關(guān)注癥的角度不一息樣，生產(chǎn)廠賴商提供的產(chǎn)挽品特征更多翁的專注于一代些技術(shù)細(xì)節(jié)住，對于這樣秤的細(xì)節(jié)用戶曉一般不感興券趣，商家和妖用戶在評論逃產(chǎn)品同嫌一特征的時繭候，可能使壓用的是不同譜的詞語，雖臥然它們描述默的同一個特種征。引二、用戶可箭能在產(chǎn)品評紋論中發(fā)表生野產(chǎn)廠商根本描沒有考慮到必的產(chǎn)品特征富，因此很有酬必要從產(chǎn)品剛評論語料庫縮中提取產(chǎn)品寨特征。描我們以反京東替網(wǎng)率的產(chǎn)品分類閉為標(biāo)準(zhǔn)，進冶行產(chǎn)品魔特征庫伏的構(gòu)建丟。行京東雷網(wǎng)灑在線銷售商售品包括家用汁電器、手機甩數(shù)碼、電腦睬商品及日用秩百貨四大類腐超過10萬基余種商品莊。本文以手非機的特征庫陪為例，田從產(chǎn)品規(guī)則傲說明書中提澆取產(chǎn)品特征壞詞，斯進行手工整躲理范。所以在我畫們的手機特廣征庫中，將榨其分為嬸產(chǎn)品混類型踏庫耽和包產(chǎn)品憤特征庫擠兩部分。肢圖4.尤3鼠產(chǎn)品類型吉庫和產(chǎn)品特碰征庫云Figur填e.4.咳3芬扭T貿(mào)heL式ibrar嘆y匯煮ofPr網(wǎng)oduct倍Type挺and蹄Produ捆ctFe吃ature商s擁本文在計算洲極性的時候他最終結(jié)果限壤定在葉子結(jié)鐵點上，這樣抹便于形式化車的表述和處倦理。但在實董際處理中，邊我們遇到了載如下的問題遞：有些用戶慧不是特別關(guān)目心某一最末每端的葉子結(jié)統(tǒng)點的情況，婦而是只想大閉致了解一下愧整體情況解。裙例如：用戶痛并不是很懂繪手機，搞不濃懂許多專業(yè)彎術(shù)語，他并談不關(guān)心手機伙的便攜性如截何、藍牙技憶術(shù)如何，而爸只是想知道門它的技術(shù)如男何。很明顯禾，這個用戶液想知道的不剃是有關(guān)結(jié)點播上的信息，匠而是高層結(jié)芹點的綜合信塞息。為此，喘我們將每個戶本體結(jié)點都響賦予了權(quán)值翻，如果需要手得到非葉子烏結(jié)點的評價敞時，只需將匹其所有的子香結(jié)點的結(jié)果腰按照其權(quán)值負(fù)加權(quán)即可。污當(dāng)父結(jié)點有疏n個子結(jié)點氏時，計算公蒼式如下：形(4漿-達1)漠這里的權(quán)重絹計算，主要掛通過人工指喝定，對于大巷家比較關(guān)心勒的屬性設(shè)定捏較高的權(quán)重太，而對于大得家很少提及躺或者相對不伙重要的屬性疲，則降低它似的權(quán)重，默貴認(rèn)所有的葉饒子結(jié)點的權(quán)狀重為1。通呼過計算葉子其結(jié)點的極性雕，可以得到式父結(jié)點的褒賠貶極性，對渣于一個樹型喂的結(jié)構(gòu)，這劃是一個遞歸況的過程。駝中文極性詞啊典構(gòu)建失對詞語的語逢義傾向或極亦性的研究是賺觀點抽取方費法和技術(shù)的色前提條件和香基礎(chǔ)工作。弓因為繭意見臂挖掘就是要低分析人們對健事物所表達未的觀點，而攻極性詞則是襲人們用來表沸達自己觀點亞的直接描述腦工具。如果例句子或文章籮中沒有出現(xiàn)泥極性詞，則龍可知該句子家或文章是一茫般的客觀性甘描述，不屬隨于本文的研君究范疇，當(dāng)哈然，極性詞匆只是表達極掏性的重要元婦素之一，其瘦它元素還可圾以包括句子輛的語氣等。胃目前的研究睬主要集中在疏常用的形容疤詞、副詞、潛名詞和動詞簡等，還包括尚一些成語。碑詞是可以獨澡立運用的最積小語言單位脊，而詞義的計內(nèi)容卻很豐版富，除概念橋義外，還具惕有各種各樣庫的色彩義，挑如感情義、府古今義、雅軟俗義、語體午義、修辭義宿等。感情色泰彩義是指由很詞體現(xiàn)出來扎的反映說話挑人對所指對瘋象或有關(guān)現(xiàn)勸象的主觀態(tài)疏度及各種感錘情。踩極性詞典，亡顧名思義，忠是查找詞語霞極性的一種區(qū)詞典。本文迎中提到的極吐性詞典吸取壽以往研究中執(zhí)涉及到的構(gòu)糟造極性詞典叮經(jīng)驗，并針李對網(wǎng)絡(luò)、特遠(yuǎn)有領(lǐng)域等特劇點加以擴展泉和強化。該準(zhǔn)詞典被劃分作為基礎(chǔ)極性危詞典，網(wǎng)絡(luò)奏極性詞典，飽領(lǐng)域相關(guān)極槍性詞典，產(chǎn)急品特征相關(guān)妹詞典，和未標(biāo)登錄詞疊計算醋。并將極性關(guān)詞的上下文瞧環(huán)境結(jié)合起筆來進行分析沙，谷得到極性詞閉的上下文極婚性，以孫獲得更高的寶準(zhǔn)確率。摘如圖4.4烏所示。駛圖4.嚴(yán)4牧極性詞詞貫典批Figur容e.4.巧4結(jié)客T手hePo業(yè)larit漿yDic革tiona鮮ry清極性詞典構(gòu)洪建就1、基礎(chǔ)極欄性詞典。功極性詞的自尺動發(fā)現(xiàn)技術(shù)降已經(jīng)比較成布熟，目前已蟲經(jīng)存在較多統(tǒng)整理好的情樣感詞典，如帥知網(wǎng)（問董振東胡先生研制）雨。知網(wǎng)（H筐owNet則）是一個以維漢語和英語國詞語所代表質(zhì)的概念為描芳述對象，以學(xué)表示概念與常概念之間，具以及概念所耽具有的屬性渡之間的關(guān)系傲為基本內(nèi)容嗎的常識知識語庫。在知網(wǎng)芬中，詞語的貸概念是用償“洋義原劍”紛來描述。其討中部分詞語酒的情感傾向厘可以由構(gòu)成臭其概念的義召原表示出來殺。目前已經(jīng)敞在網(wǎng)上公布仆了情感詞匯越資源信息（先免費）。分朽為程序級別裕詞語（21揮9個），負(fù)扯面評論詞語暈（3116縮個），負(fù)面伏情感詞語（撈1254個澆），正面評秧論詞語（3翻730），要正面情感詞蜘語（836帝），主張詞勒語（38個創(chuàng)）。仔細(xì)顧分析碎所有的情感池詞匯，本文苦手工選擇了粗部分壽網(wǎng)絡(luò)評論中藝經(jīng)常出現(xiàn)并濱且架情感傾向比怕較明顯的詞句，裳結(jié)合自己在鍬大量評論中碧手工抽取的遍部分詞，一沿共得到伙褒義詞況4饑45個，貶叛義形容詞蹈3淋37波個怪。免2、網(wǎng)絡(luò)極巴性詞典。麻在各個領(lǐng)域軟中，很難羅田列出所有的疤褒貶義詞語趨，因此，在隱知識的挖掘銜過程中，可削以發(fā)現(xiàn)一些電新的褒貶義瘦詞。針對網(wǎng)厭絡(luò)評論的特柏點，我們在拘從大量的網(wǎng)搞絡(luò)詞語的《琴中國網(wǎng)絡(luò)語割言詞典》中紙?zhí)暨x了83幕個褒貶詞語隨，構(gòu)成了網(wǎng)暫絡(luò)褒貶義詞耗典，如航“刊頂遺”退、口“貍踩未”認(rèn)、第“宴牛緞”爆等，然后將讓其添加到原捷有極性詞典旺中。食3命、領(lǐng)域極性考詞典構(gòu)在挑選極性嫁詞的過程中婚，我們發(fā)現(xiàn)濤一些極性詞擱在修飾某個繞特征時會發(fā)柱生正負(fù)變化叨，這在論文稿中被定義為駱極性詞的異紹常特征，例態(tài)如：在貌“吃它不愧是有止史以來最輕骨薄的Thi只nkPad跪！隆”吹這句話中，沿“擋輕薄解”犁被在初始化第極性詞典中歷被定義為貶殲義，常用來鄙修飾人，而棗在本文中，校主題是筆記衰本電腦，它臉顯然是褒義符。類似的例津子還有很多椒。這說明極猴性詞的褒貶翅有時會根據(jù)駛其所修飾的深特征發(fā)生變形化，在不同層的場合下，席往往同一個勉詞語所表達疫的褒貶意義儉相差甚遠(yuǎn)。逼因此，收集炸特定領(lǐng)域內(nèi)色的褒貶詞語禽對原有詞典狀進行擴充并謎加以修訂就經(jīng)顯得十分必主要。遺4侄、雄未登錄詞極謝性計算亂對于在極性繼詞典中檢索怕不到的新詞利，本文采用徐了國外較通石用的PMI災(zāi)算法或者是佳基于知網(wǎng)（鉛HowNe高t）的極性紫計算方法。汁論文中實驗轉(zhuǎn)證明在同一輸測試集上，革基于How勿Net語義芹相似度的方撲法比基于語拿義相關(guān)場的棉方法精確率節(jié)高。本文采俘用它提到的熄基于語義相蔬似度的方法旗，計算方法眾如下：瀉選擇20對墓褒貶態(tài)度非廉常明顯的褒端貶基準(zhǔn)詞，燒每對基準(zhǔn)詞飯包括一個褒姓義詞和一個壇貶義詞。褒史義基準(zhǔn)詞表陡示為key聚-p，貶義業(yè)基準(zhǔn)詞表示貧為key-樹n，Pol泰arity漢(w)表示鞠單詞w的靜瞎態(tài)極性。計巧算公式如下圣浪際(粱4司-2)撈其中的Si大milar府ity(k貓ey,w)成是先利用H旅owNet樂計算兩個單產(chǎn)詞義原之間承的相似度，略然后取兩個孩義原之間的駝最大值。通敞過以上的處未理，我們發(fā)栗現(xiàn)一個極性容詞語w要么箱可以通過極涼性詞典查詢羨得到，要么下通過基于語園義相似度的兵計算方法得洋到它的極性捧。本文在整襖理極性詞典領(lǐng)的時候，盡甲量完善平時話網(wǎng)絡(luò)評論中求常用的極性虛詞。雹極性即修飾綢詞典虜構(gòu)建狀如果只考慮沾極性詞的話匯，那還是有零很多問題難永以處理，從甚至處理錯御誤。這主要孫是由于極性敲詞在不同句良子中，由于街否定詞和強龜調(diào)并修飾詞的作震用，表達了誤不同的上下鑒文極性。本乖文主要概括齒為兩個現(xiàn)象陳，在這里被仆稱為上下文苦極性炒。魯一、極性詞躁的否定修飾嘗。主要體現(xiàn)價為句子含有描否定修飾前未綴，例如：赴“績諾基亞的價說格一點兒都范不便宜。絨”煮便宜本來是爛褒義詞，但堅是由于在前腿面加了一個著“澆不間”答，整個句子速就是對諾基珍亞表達了貶擁義的評價了為。派二、極性詞晴的強弱化修懸飾。例如麥“團諾基亞的牌他子絕對可靠狡！球”觸。這句話中羨的認(rèn)“駝可靠紗”林就是對諾基歐亞品牌的贊燭美，結(jié)果說舟話人還加上轉(zhuǎn)了由“衛(wèi)絕對淹”租二字進行強修調(diào)，則感情尺色彩更加強鏈烈了。又如曠：屆“賠諾基亞也只課是外觀好看弟一點而已猶”樓。句子中的例“帝好看懷”巨是對諾基亞宏外觀的褒義身評論，但是弓句子中出現(xiàn)速了娃“綿只是碗”悠、系“場而已厘”導(dǎo)等弱化感情新色彩的詞語吳，可以看出施評論對諾基并亞的外觀不婦是特別的欣踐賞，雖然還謠是認(rèn)為它好腔的。穗為了處理上池面的問題，描本文又構(gòu)造便了極性修飾熊詞典，串包括善否定詞詞典尤和強調(diào)詞詞幻典。否定詞樹的獲取是通他過知網(wǎng)實現(xiàn)薯的。在知網(wǎng)備中選取具有融否定意義的扣義原，如{柏neg|否卸}，{Be另Unabl遵e|無能}扮，{imp寧ossib紋le|不會保}等，從中顧選擇一部分沒常見的包含鋼否定義原的倡概念，一共淋得到15個揀否定詞，例抬如：逮“溫不、沒有、懂不會猾”考等。備王力始先生REF_Ref262240844\r\h盞\*M全ERGEF蘇ORMAT蛋撕[66]慮在《中國現(xiàn)莊代語法》里哀，曾把程度碑副詞分為絕偏對程度副詞絲和相對程度政副詞兩類。喊他指出：?！爸x凡無所比較背，但泛言程煉度者，叫絕骨對的程度副記詞。凡有所蓮比較者，叫記做相對的程刊度副詞司”思。無論是絕索對還是相對嘴程度副詞都寬會對句子的脊語義強度產(chǎn)鉛生很大的影惰響。例如：皮“儀他的漢語挺絕好的利”平；膀“珍他的漢語說淡得非常好礎(chǔ)”建；舊“晨他的漢語說虎得極其好緊”冬?？梢悦黠@茂的看出來上窮述三個例句辮語義強度依飽次遞增。本挺文整理了部鍋分強調(diào)詞，滴為每個程度拒副詞暴w授的強弱程序站表示為冊Stren被gth很(渾w習(xí))亂，墳其中從極量搶副詞到弱化抽修飾詞，褒抓貶義強度從援3仙到哲0.8醫(yī)變化。程度嘉副詞的量級析分類如表孟4.1拆如示。結(jié)表4.1強宴調(diào)詞匯總汪Table繼嗽4恥.1Su李mmary保ofI副ntens思ifier私失Dicti槳onary棍程度副詞w品強度str絹ength賴實例甚極量程度副天詞聾3程最最為鉤太極極煉為極其例極度極端糕至至為嘆頂過過于芽過分疊分外萬分母高量程度副死詞查2.5莖更更加姿更為更其喝越越發(fā)葡備加愈盲愈加愈發(fā)哲愈為愈蒜益金越加格外念益發(fā)還唉很挺怪晚老非常筋特別長相當(dāng)十分揪好好不雖甚甚為素頗序頗為異常握深為滿趁蠻夠蛋多次多么殊特霧大大為屯何等皺何其尤其長無比尤世為不勝齒中等程序副標(biāo)詞款2范較比較嗓較比較為宴不太不手很不甚柜低量程度副微詞皮0.8蘭稍稍稍管稍微稍為暖稍許略獸略略略微麥略為些另微多少電有點有些你產(chǎn)品特征舉相關(guān)極性詞寒典構(gòu)建錘雖然有了極府性詞和修改箭詞之后就能知比較好地定川義詞語對感惠情的描述作著用了，但是亞還有一類問棵題無法解決宅。例如臂“紫性價比高，醬不過電池壽給命太短了！芳”割。蔑“唱高、短襯”禁詞本身并沒瞧有任何情感沉方向，不過宇在這句話中散，葵“爺高飽”伍是對冒“屆性價比磨”杜的褒義評價籍，莖“悄短拴”拘是對紙“摔電池壽命紫”語的貶義評價佳了。這種情聚況還有很多懷例子可舉。役這說明有些初詞通常不表斷現(xiàn)為極性詞籍，只有在修終飾某個特征吸時候才含有龜褒貶意義，燕本文稱為產(chǎn)帥品特征相關(guān)申的極性詞。做要識別這樣捎的特征相關(guān)葡極性詞一般丑只能由人工沾來識別，也輝就是說一般筒是通過手工怕的方法整理價，為了方便鉗構(gòu)建和完善點產(chǎn)品特征極妻性詞典，本疼文分析了殖四個旱語言學(xué)使用馳上的習(xí)慣，城通過分析同匆一個類型產(chǎn)抄品的不同評咳論中的上下廟文相關(guān)的信紅息，分析同側(cè)一評論中的掉上下句子，念或者同一句艦子中的上下饑分句來推測卸修飾當(dāng)前特餃征極性詞的鹽方向。這種罷方法利用了島全局的信息陪，來挖掘出嫂這些關(guān)系對鞭，協(xié)助人工粥構(gòu)建產(chǎn)品特由征相關(guān)的極魄性詞典。向1、句子內(nèi)扒的連詞規(guī)則坦例如鈴“蘭這個相機的宜電池壽命很察長葵”蠻，冰由于誓“蝴長嗎”惰本身不一個勤極性詞，所彎以這里的熟“溜長趕”健我們不能判乘斷它對析“趙電池壽命昌”導(dǎo)表達了積極磚的還是消極啊的意思螞。襲我們的算法著嘗試在其它魄評論語句查絲找相應(yīng)信息畢，如伶“擔(dān)這個相機能擇照出很不錯賤的照片并且幅擁有很長的譽電池壽命幸”扮。雞這里我們可娛以發(fā)現(xiàn)饑“注長嚷”鋪表達了積極坡的態(tài)度，因違為它通過觀“峰并且跟”鋼連續(xù)著棚“決不錯的照片蝦”薯，我們稱之鑄為句子內(nèi)的波連詞規(guī)則。小當(dāng)出現(xiàn)轉(zhuǎn)折添語氣的詞的優(yōu)時候，一般付會出現(xiàn)相反泉的態(tài)度方向畝。通過此項頂規(guī)則可以得踢出如下結(jié)論瞞。鞋電池壽命-刮>長=積極閱，并且可以愿添加到產(chǎn)品延特征相關(guān)極部性詞典中。豬2、冒充的追句子內(nèi)的連礙詞規(guī)則澡很多時候句濟子中不一定軍出現(xiàn)如株“霉并且階”仿或者磚“銳和球”危這樣的連詞斬。還是用上煮面的那個相務(wù)機的例子家“態(tài)這個相機有兄一個很長的鉤電池壽命庭”幕，僅僅這樣偉句話我們是鋤不能推出發(fā)“朽長廣”包修飾的橡“她電池壽命邀”蘿是哪個極性壯方向，但是遺如果在其它牛評論中出現(xiàn)根了呼“湯這個相機有恢一個很長的酷電池壽命，截這是相當(dāng)不驚錯的。巡”妄雖然沒有出遼現(xiàn)品“省并且劈”溉或者土“逮但是斃”梯這樣的連詞述，這樣我們悟就可以很容文易得出得到喉電池壽命-雨>長=積極船的結(jié)果。弓3、句子間壩的連詞規(guī)則訴以上兩個規(guī)亮則只是考慮匯了同一個句執(zhí)子的內(nèi)容，扇這條規(guī)則將杜它前后的句攔子都閘利用了。還偏是分析人們川語言表達的籍習(xí)慣，人們悼一般在連續(xù)爛的句子中表膛達相同的意牌見（積極或玻者消極），俊除非有一個紐如普”兔不過，但是岡”氏等詞的出現(xiàn)穴，它才會改脖變極性方向旦。例如幸“寬這個相機能謙照出很不錯寨的照片魯”耽，熔“始這個相機擁團有很長的電密池壽命?！憋湥@樣的表鍵達是很正常貸的。如果說爹“著這個相機能答照出很不錯伯的照片，它迷電池壽命很諷短。溫”刷這是很不自材然的表達方壟式，一般的五情況是會在附這兩個句子圖中間添加雨“蝶不過，但是章”丹這樣的轉(zhuǎn)折嬌詞。所以本傾文采用同上萬面兩條的規(guī)華則的方法，藍進行抽取。炸4、TOO辱規(guī)則俯如勉“索這個相機的濁屏幕太大了瓣”終。這里就是飼一個TOO青規(guī)則了，也些就是無“送太承”獻詞在句子起指了否定的作寇用，這里我哥們可以分析息出用戶是對踢相機的屏幕宵不是很滿意姐。但是如庭“舉這個相機的汁功能太強大載了滴”繼這里的筍“硬強大抗”舊本身就是表爬達了褒義的并情感，遇“君太蔥”技就是起了強肅調(diào)的作用。牽本文對于那謊些本身沒有冊極性的詞，埋進行計算，泉對于本身就叼含有明顯極品性的詞，進廚行情感增加淺處理。溫值得注意的裕是不同的人踐對于同一個幫產(chǎn)品特征的當(dāng)看法是不一壁樣的，如相扁機尺寸的大的小，有些女抓生可能人喜殘歡小的，很騙多男生喜歡嘴大的。所以胞這里算法進訴行了修正，五選擇大部分淹人的意見作罵為些產(chǎn)品特貫征的極性方太向。涌中文供產(chǎn)品評論玻語言林特點柿分析彩中文句子分國析壩中文不同于穿英文，它的曠語法很豐富格許多秀，豈比英文更加牲的復(fù)雜，般句子和句子椅之間可能對更彼此的情感以特征有所影全響。一個句雅子中詞和詞皮也存在著依兔存關(guān)系，一尿個詞可能受朋到其它詞的脾約束，從而幻改變原有的辱情感特征。沙因此，對中丹文文本進行宿情感分析，黃首先要對中陽文的語言結(jié)耀構(gòu)進行分析員，英對中文句式鋤的結(jié)構(gòu)進行粉分析。中文驅(qū)句蝴式的分類及有兩種省：縣（1）宋按結(jié)構(gòu)分：慮單句、復(fù)句拒。次（2）翻按語氣分：牲陳述句酸（烈肯定句、否懶定句、雙重泄否定旬堆）闖、祈使句、享感嘆句、疑殿問句。性一、孤單句情感計榆算賤陳述句：陳污述句，即指蟲具有陳述語損氣的句子。釀陳述句分為唱以下幾種類軟型：猾（1）昆肯定句：沒鮮有使用溜“皺不、沒有穿”蘆等否定標(biāo)記笛的陳述句。想（2）石否定句：使煌用了謝“捧不、沒有過”濫等否定標(biāo)記診的陳述句。扶（3）挑雙重否定句秤：連續(xù)使用粘否定詞，用外于強調(diào)肯定富語氣的陳述充句。掩注：陳述句唉中，語氣副遵詞如牌“舍的確、實在絹、簡直冒”燭等在結(jié)構(gòu)上自不起作用，隸但與情感表滑達相關(guān)。辱疑問句：同覆時存在以下步兩個條件的萬句子，即為廁疑問句。另（1）部有表疑問的撞語氣頸，滔如句末標(biāo)點墳符號。乏（2）麻從構(gòu)造上而族言，使用疑隔問代詞。如系：哪里、彎哪兒、真誰、什么等并。軋注：1．價“由嗎榴”吊是專用于疑鑼問句的語氣序詞；竟“撫吧略”叉用于疑問句龜時表半信半暖疑的語氣擠。陰2．無疑而而問的句子如框反問還“惜難道不是嗎盞？貸”肆，設(shè)問慨“跟真理是什么吹？守真理是射?扔”姥不是疑問句華。誦祈使句：用聲來要求聽話進人做某件事稿情的句子。詢?nèi)缑?、請必求、禁止或賺勸阻語氣的結(jié)句子都是祈屯使句。祈使租句常常是要習(xí)求別人做什漏么或不做什填么，句末用葵句號或嘆號澆。霞在本文所研厲究的評論范鋒圍中，由于伍評論的特性弊，祈使句比只較少，甚至旁不出現(xiàn)祈使尊句。耍感嘆句：用來來抒發(fā)某種懲強烈感情的漂句子是感嘆郊句，句末用泊嘆號。像們“叮這款手機太嘩棒了！旺”榨表示了贊美堅的語氣蠢；刪“規(guī)這款手機的堆外形設(shè)計得同太失敗了！丟”薄表示墨失望茶的語氣。握所以在計算開的時候?qū)υX有情感方向眾進行加強處響理。臣二、猾復(fù)句情感計山算社復(fù)句由兩個柜或兩個以上敞的單句組成戚。組成復(fù)句智的單句叫分捉句活，君分句之間用惠標(biāo)點陡（驚逗號、分號暈等用）賄標(biāo)識。分句糠之間的關(guān)系旬分為兩大類仰：叼（1）畢由單句直接百組合而成的共，如：螞“打價格比較好軍，手機質(zhì)量堆也很好繪。隆”挑這類復(fù)句的純情感分析，植直接計算單惑句的情感即杜可。餐（2）鞭借助虛詞組遍合成的，如而：匪“圖總體感覺還拜可以，就是劑服務(wù)效率不亦太高唯。萍”吐“戚這個手機不曬但外觀漂亮度，而且電池誘也很耐用。闖”識這種復(fù)順句猴，分句之間訪的聯(lián)系靠虛伙詞，而主要莫的虛詞是連格詞和副詞，競還有部分起儲關(guān)聯(lián)作用的啄短語，統(tǒng)稱毅關(guān)聯(lián)詞語。封這類復(fù)句由仗于關(guān)聯(lián)詞語糠的作用，結(jié)下構(gòu)顯得嚴(yán)密斑。分句之間瘡邏輯關(guān)聯(lián)哀比題較明確，我眨們應(yīng)根榆據(jù)分句之間菠的語義和不匆同的邏輯關(guān)滴系，分析結(jié)貞合連詞所代擠表的語義關(guān)啄系凳。連詞有以炭下幾種：嘆a．并列：肢和、跟、同室、及、與、笑并、并且、恭而錯b扭．遞進：并辰、并且、而羨且、況且、冷不但新?灘而且鐮?籍、不僅晌?愉并且張?底c眠．選擇：或召、或者、或撤是、不是閑?亞就是昂?遍、要么攔?翼狼要么旦?查、是設(shè)?耗晌不是劈?白d服．轉(zhuǎn)折：但向、但是、可磚是、就是、駛?cè)欢?、而、臣不過、雖然性?塘但是灶?昌e．假設(shè)：轉(zhuǎn)如果、假設(shè)筑、假若、倘恰若、要是、筐只要、即使示、倘使、要掙不是腐f．條件：塊只有、除非殼、無論、不忘論靜g．因果：洲因為、所以扣、因此、以汁致叫對于假設(shè)連授詞，句子發(fā)澆現(xiàn)假設(shè)連詞神和條件連詞毅兩種妥，像潤“亮如果卵”鄭、的“慕假如授”才、展“庸要是待”拐等，那么句仿子的情感因良素將被忽略袖。例如，微“悉這款手機的三照相像素如揪果是500久萬的，那么尤它就是非常逼超值的了。齊”匪，對于這句餓話，如果僅圖僅從極性詞黑來看，盲“軌超值恢”惕代表了褒義鵝，并且它是所修飾語“鋸手機補”裂，但是它所反表達的意思移是基于一種啞假設(shè)的，所咽以是在本文欄的系統(tǒng)中，緒將進行過濾店。靈產(chǎn)品評論特派點分析碎本文通過對己抽取出的評妨論樣本進行以研究分析后金發(fā)現(xiàn)，產(chǎn)品翅評論不同于脂其他類型的濫文章描述語押言，主謂賓犁結(jié)構(gòu)嚴(yán)密，常句子完整，豎它的隨意性線強，口語化餐比較明顯。攻本文總結(jié)了刺產(chǎn)品評論灘所具有的謎幾種特點。窄1、壞評論語言扯大都比較簡埋短，救一個瘡分句華通常包含一誠個產(chǎn)品特征油詞顫和一個極性西詞，賠即可片表達完整的背意思，完成聲對仍該產(chǎn)品特征績的西情感描述。宴在本文抓取良的京東網(wǎng)的材部分評論中贏，此類句子愈占據(jù)80%犁左右的比例奪。堡如：哀“連功能強大嫌，鼠配件齊全打，像性價比高偵。叮”句2床、斷句隨意噸，標(biāo)點符號蝦不規(guī)范使用姑。用戶評論誼的時候，可裕能使用空格姻、句號、特公殊符號等來剝斷句，也有搭可能不斷句泡，而實際上街應(yīng)該是分句鞋。櫻如：擦“奪外形還可以愚但系統(tǒng)有打點傻擱”磁,回“坡字體大觸摸繡感還不錯信”統(tǒng)，眾“便屏幕夠大光~~競操作方便醒~較”順。發(fā)3深、評論用詞站比較隨意，?？谡Z化較重紋，會出現(xiàn)較鼓多的流行網(wǎng)志絡(luò)用詞。坦如：肺“兼這手機拿在鄉(xiāng)手上很拉風(fēng)句，很唬人皂”摔，省“狐帥的一塌糊狀涂，頂！帽”寶,麻“惑挺不錯的東濱東攜”僻。評4秋、只表達宏了喇希望或者建散議的態(tài)度，棋并沒有對產(chǎn)朽品的實際特疫征做出情感持評價餡。換如：裹“像希望價錢再睛便宜點就好鎮(zhèn)了較”命,剖“頃建議再配個摧8G縮的卡就好了犁”宴。武根據(jù)上文所濁提及的對產(chǎn)尤品特征沒有意進行實際的苗情感因素表億達的句子，汗本文將對其呈進行過濾憶。復(fù)5穴、帥“閉沒有霞”芹、觀“擺尚未蹦”背句式。誰如：機“舌試著打了幾設(shè)個電話，沒摟有出現(xiàn)有些思機主說的通幟話音質(zhì)差的峰情況！詢”憤“充還好吧，尚育未出現(xiàn)死機賤的情況雜。前”惑這類句子通罷常表達了一鴿種澄清事實范、否定其他鋼評論中提及扒到的否定情刮感的態(tài)度。真同樣，它也威并未對產(chǎn)品紀(jì)特征表達明貝確的情感傾梁向，本文將寺對其進行過來濾。架基于兩依存句法叔的意見幣挖掘句法分析器機用詞與詞之饒間的依存關(guān)務(wù)系來描述語喉言結(jié)構(gòu)的構(gòu)胡架稱為依存仗語法（秧D穗epend孕ence洽G坊ramma巴r），又稱派從屬關(guān)系語連法。在依存輛語法理論中凡，旱“錯依存屠”捕就是指詞與哈詞之間支配禾與被支配的霸關(guān)系，這種抗關(guān)系不是對弄等的，而是村有方向互的憤。編本文的采用伍LTP對句銳子進行句法登分析。LT壘P是由哈爾倦濱工業(yè)大學(xué)咳信息檢索實漏驗室開發(fā)的瞧自然語言處土理平臺，它逝包含分句（同Split妨Sente晶nce喘）、鍬分詞及詞性饞標(biāo)注血奔（苗Word日segme本ntan當(dāng)dPOS溝）、喪分詞（撈Word宮segme租nt榮）、叨詞性標(biāo)注（鋪POST友aggin兩g磁）、棍命名實體識榜別欄倉（志Named嗓enti捏tyre盜cogni叮tion膚）、兆詞義消歧（句Word死sense扎disa雪mbigu茫ation忍）、丸依存分析器你妥（屠Depen戀dency軋Pars谷er塑）、棋語義角色標(biāo)俘注訂通（扔Seman股ticr淹olel助abeli括ng循），本文主追要使用漢語質(zhì)句法分析器百Depen沖dency錢曉Parse輩r瞇的功能。拋思表4.2矩LTP詞性個和依存關(guān)系需標(biāo)記注釋械Table昏4.2商theA奉nnota銀tion舞ofPO圓Sand蹤遼Depen層dency陽Rela抗tions霜hip穗關(guān)系甩嗽符號吊藥關(guān)系茂殼符號分羅定中關(guān)系至裹ATT(a降ttrib滋ute)熊“蜜的集”皂字結(jié)構(gòu)事姑DE調(diào)數(shù)量關(guān)系風(fēng)氏QUN(q須uanti翠ty)道“似地漲”當(dāng)字結(jié)構(gòu)桑諸DI盡并列關(guān)系菊申COO(c兄oordi芒nate)脾袋“數(shù)得掃”嶄字結(jié)構(gòu)觸答DEI將同位關(guān)系姿擱APP(a爐pposi磚tive)便悄“夾把傷”訊字結(jié)構(gòu)氧乓BA肉前附加關(guān)系石江LAD(l曠efta外djunc哈t)剝“畏被狗”鑼字結(jié)構(gòu)踐涼BEI鑄后附加關(guān)系哨蘇RAD(r鍛ight羊adjun秀ct)洪狀中結(jié)構(gòu)傍隸ADV(a搏dverb苗ial)險比擬關(guān)系贏得SIM(s架imila辭rity蓋）址姥動賓關(guān)系盾豪VOB(v方erb-o袍bject洲)晴語態(tài)結(jié)構(gòu)緊犯MT(mo漂od-te殘nse)屆主謂關(guān)系溉蓬SBV(s擺ubjec屢t-ver反b)獎獨立結(jié)構(gòu)眠芒IS(in抽dep.疑struc并ture)陜投連動結(jié)構(gòu)然襖VV(ve種rb-ve獵rb)拼動補結(jié)構(gòu)巨矛CMP(c顛omple談ment拉）聚精關(guān)聯(lián)結(jié)構(gòu)漢再CNJ(c格onjun勢ctive慘)罩介賓關(guān)系斑線POB(p重rep-o駝bj)當(dāng)獨立分句質(zhì)垂IC(in畢dep.旺claus副e)恒核心過注HED(李head)捆濕依存分句竄奏DC(de串p.cl漢ause)羽縣例：勵我不喜歡這默個手機的拍騎照功能刪圖4.拿5俗依存句法嘆分析結(jié)果駱Figur鎮(zhèn)e.4.罰5扣the爐A葛nalys翠is扭Resu獻ltof仍LTP茅它提供了可暢視化的界面醒，可以很方固便的觀察句熊子各個詞語巡之間的依存榆關(guān)系，整個勉分析的結(jié)果溫，系統(tǒng)以X簽ML系文件的格式圾存儲，如什圖績4.聾6跳所示。陪文件以XM卷L的格式保氧存所有的分筍析，通過讀主取XML文居件和各個寨結(jié)點律信息，就可雄以知道所有我詞的詞性、鄭關(guān)系對和依返賴對象等信絨息。慘圖4.密6垮依存句法炭分析結(jié)果X險ML文件助Figur頃e.4.湯6資案T凡heXM盲LFil朗eof際A麻nalys汗is食Resu窮lton圾LTP慶嶺SBV極性女傳遞算法突婁德成漂在論文REF_Ref256790551\r\h洗\*M鴉ERGEF換ORMAT票蠟[24]烤爺中壓利用依存句誦法分析，禾提出桐SBV極性洪傳遞算法練，紙下面盡簡單單介紹欠一下象算法布的內(nèi)容違：嚼犯1停）朽找到所有含元有SBV捧（主謂）蘇結(jié)構(gòu)的關(guān)系鈔對，對每個宇關(guān)系對，記表主語為su召bjec航t朵，忌謂語為突predi填cate民，并將爺執(zhí)行2框）屋2被）燒如果Con皂textu翻alPol種arity嗓(pred緣icate撿)償羽≠謊盡0牲如果謂語是袍形容詞隊，糞則羊Conte述xtual和Polar擺ity(s載ubjec濾t糊演)閱忠=援豎Conte福xtual但Polar億ity(p涉redic退ate)漫，算法柔結(jié)束。伯否則表示謂顧語為動詞槐，畫則執(zhí)行3)字3耐）宇如果Con耕textu姑alPol典arity搭(pred拼icate贊)嫌納≠勿嘴0，則牲Conte衣xtual稅Polar且ity(s凱ubjec木t)姥楊=怎賭Conte串xtual訴Polar復(fù)ity(p汗redic指ate)朵。躺否則表示謂頌語動詞沒有拌極性，執(zhí)行跳4）折4于）上找到含有該元動詞的VO魄B虎（襲動賓結(jié)構(gòu)恩）逝關(guān)系對繡。掘如果賓語是網(wǎng)形容詞鍬adjec掉tive徑1貫，葡佩則劣Conte賤xtual遍Polar柴ity獄皇(pred繪icate辰)眉碎=核槳Conte煤xtual穿Polar悶ity復(fù)蓋(adje博ctive雅1秘)斤。腐如果賓語是扮名詞nou成n，則找到襪含有nou百n的DE關(guān)詢系對，其中脅記形容詞為巨adjec智tive定2訓(xùn)，渡Conte縫xtual旬Polar亡ity(p忘redic忙ate)枕利=權(quán)爽Conte膊xtual噸Polar劉ity(a也dject矩ive景2報)物。陰5）找到含秧有pred午icate表的ADV關(guān)銜系對庫，翻其中的形容脅詞為adj娘ectiv扁e袍3號的上下文極叨性賦予謂語碌動詞。暢6）Con欣textu游alPol構(gòu)arity莖(subj古ect)痕緒=恩擇Conte誘xtual暴Polar幟ity(p逆redic苦ate)很。轉(zhuǎn)上述算法的攔第三步被稱佛為VOB峰（動賓誼結(jié)構(gòu)問）忌極性傳遞。圓該算法通過仗SBV、V稠OB關(guān)系的焰極性傳遞，異基本上得到往了主題極性悲的計算方法加。其中對每胸個極性詞上交下文極性C徐ontex鉆tualP部olari屑ty旨計算中仍，尊需要壤借助于極性歷修飾詞典中片的否定詞和齒強調(diào)詞。絹雖然利用上宋述算法，根枯據(jù)SBV關(guān)深系就可以找渡到主語的真極性悼，但是主語膏不一定是討錄論的主題?？忱绲ⅰ昂臀也幌矚g它獎的外觀獸”距中結(jié)構(gòu)中的耕主語可“肚我細(xì)”滅并不是產(chǎn)品猴特征，而敏“班外觀狐”昂作為賓語才勤是我們要抽氏取的主題。驚其次，由于沒部分的極性橡詞和產(chǎn)品特敘征詞并不都死會出現(xiàn)在S蘿BV、VO嫩B關(guān)系對，烤即僅依靠S餐BV關(guān)系依嗎次挖掘，往蠅往會造成重轟要信息的遺您漏。在結(jié)合搖以上的分析傳之后，研婁德成牧也借在論文REF_Ref256790551\r\h川\*M飯ERGEF佳ORMAT嗽筆[24]險中對SBV槍算法進行了壇補充。算法桌如下：喉對每個利用劫SBV算法遞分析時計算誠的主題（s頂ubjec創(chuàng)t），如果招是產(chǎn)品特征晌詞，則記錄曾下來；對于布使用過的極辟性詞，也作法上標(biāo)記。長在利用SB島V算法分析竭之后，繼續(xù)乘查找整個句天子中沒有標(biāo)殃記過的產(chǎn)品虧特征詞，并昆查找它的A爛TT（定中化結(jié)構(gòu)）關(guān)系綁對，對于所拖有ATT關(guān)陜系對殿，返查找格含有極性詞攝的關(guān)系對，占并將當(dāng)前的沒極性詞的上辜下文極性賦蘋予此產(chǎn)品特混征。眼記錄以上所首有算法步驟宋中（包括S升BV分析算享法）使用過攜極性詞，查企找沒有使用薯過的極性詞術(shù)UnHan雄dledP餃olar。校因為，如果凝UnHan煮dledP藝olar是齡一個修飾產(chǎn)韻品特征詞的隆前綴，那么證在2）中就懂已經(jīng)使用了晌，所以Un桑Handl賓edPol腎ar不可能偷是前綴詞，冬因此，向前詢查找最鄰近渾的產(chǎn)品特征麗詞，將當(dāng)前豎的極性詞作封為調(diào)整參數(shù)昂，調(diào)整To兆pic的極誕性。由經(jīng)婁德成懶改進后的S糠BV算法，叨已經(jīng)可以解區(qū)決大部是分型的意見挖掘況任務(wù)芹。擁但是還是存再在一個問題排，列算法將每個折產(chǎn)品特征詞扮獨立的進行泳計算，并沒純有考慮特征戴詞之間的關(guān)酒系。當(dāng)多個汪特征詞連續(xù)初出現(xiàn)的情況施時怨，動例如：嶺“明電池的待機著時間相當(dāng)長薪”而，勸句子中出現(xiàn)堵兩個特征詞晨“艷電池垂”近，放“烘待機時間裙”檔，算法將分挎別計算兩個坐特征詞的情聽感。這里本示文添加對多笛特征詞連續(xù)皂出現(xiàn)的處理旬。如果互兩個特征之謀間只有一個填“彼的馳”晌字的情況，坡則查詢產(chǎn)品賤特征庫判斷猜是否為斬從屬關(guān)系。命如果特征之疾間無從屬關(guān)膀系，敵則分別進行截計算。需基于關(guān)鍵字息匹配的弊意見岸挖掘掠基于動依存句法霞的極性傳遞愚方法，很磚好的利用了網(wǎng)語義的特性松，但是它最血大的問題在自于示對歷依存句法販分析器的依瘦賴太高，如項果語法分析剃錯誤，那么過將直接導(dǎo)致狀分析結(jié)果的其錯誤。抓為此，本文活實現(xiàn)一種較搞為直觀的方渴法，主要的明思想就是使捆用關(guān)鍵字進錦行匹配，通蘇過查找產(chǎn)品倉特征詞的最決近勵出現(xiàn)派的極性詞黨來計算極性硬。澡圖霉4.室7買為早關(guān)鍵字匹配短方法娛算法未的錫整個圍挖掘早流程。駕圖4.推7枯關(guān)鍵字匹配勢算法流程圖石Figur季e.4.洽7嬸借T鄉(xiāng)he閃F陵lowc尸hart灑of態(tài)K隔ey轟-周W駁ordb統(tǒng)ased風(fēng)M氣in西ing岡喘A慣lgori眉thm根下面億詳細(xì)介紹超流程意處理內(nèi)容謠。欲獲取評論文濾本洗。將評論文帥本按指定格澆式讀入程序吸中勵。阿切分分句。桐得到評論文拼本之后，薪首先進行適棗當(dāng)?shù)臄嗑?，矛以空格，分妙號，逗號，糟“期~~塌”信，膨“拌喉”爐為標(biāo)記象進行切分質(zhì)。幟分詞和劃詞蹤性標(biāo)記。繼調(diào)用ICT充CLAS進新行中文分詞賺和詞性標(biāo)注慨。譯分析句子的哀句式日。分析評論葵的句式，判完斷句式類型抓，確定單句救或縮復(fù)座句銷，墊判斷是否為奉疑問句，感鄰嘆句等。并攤過濾復(fù)句中份出現(xiàn)了攔假設(shè)連詞和厚條件連詞的友句子。遭關(guān)鍵詞標(biāo)記萄。爭借助于中文餃極性詞典和訴產(chǎn)品特征庫持，將文中出近現(xiàn)的揪產(chǎn)品特征詞爽，極性詞進冠行標(biāo)記。所萬有關(guān)鍵氧詞殲匹配芳過程過中泰，要求雅詞筆的祥名稱和浙詞性辱都鼓必須匹配。另評簡論句子選擇鬼。主要是過林濾那些沒有洋表達實際意展見的句子。鞭分為兩種情售況:嫂過濾那些句巖子中既沒有銅出現(xiàn)退產(chǎn)品特征詞汁，所也讀沒有蓬出現(xiàn)尖極性詞的句誦子。繼過濾只表達沉了希望或者這建議的態(tài)度協(xié)和辨“緊沒有存”彼、腔“墓尚未余”警等句式，這葡些句子一般織以負(fù)“漆建議，強烈傭建議，沒有挎…晨的情況車”翁的柴形式派出現(xiàn)。桿計算極性詞溝的上下文極黃性。憂借助于否定甩詞詞典和強唐調(diào)詞詞典。袍對每個分句辣中的極性詞腳，查找當(dāng)前笛分句中是否祥出現(xiàn)了否定揀詞和強調(diào)詞置，如果有，嚇則對當(dāng)前極殃性詞進行極萌性調(diào)整尖。干關(guān)鍵字匹配跳計算。姻以分句為單忍位進行意見榮抽取。主要擇分如下劑五島種情況括單產(chǎn)品特征代詞和單極性夠詞。搶如曉“孔性價勾比高笛”劍，此類評論俱句子斧是評論的主補要表現(xiàn)形式醫(yī)。處理的方或法也比較簡賤單，將當(dāng)前遭分句中極性圍詞的情感方匪向，賦于當(dāng)桿前分句中的毫產(chǎn)品特征，橫并將此關(guān)系懂對和情感結(jié)于果存入意見富結(jié)果庫中。款單產(chǎn)品票特征詞多個攏極性詞。如氣“當(dāng)這款手機漂辱亮又大方夸”渡，則分別計把算每個極性稻詞，且分別矮保存產(chǎn)品特塘征和極性詞情的關(guān)系對和縱情感結(jié)果。繞并列多產(chǎn)品鎮(zhèn)特征詞，也斯稱作多特征劃的情況。此陣時需要惑判斷特征詞尸之間的關(guān)系畏，如果是從退屬關(guān)系，本棉文處理兩個炕特征之間只團有一個先“咳的司”怪字的情況，抬如勺“揚屏幕的尺寸?！闭?、管“呢信號的強度玩”離、獲“鐘鍵盤的手感成”它等中的德“等屏幕伸”瓜和沙“眉尺寸禽”皇、昆“丑信號槽”鋒和改“礦強度豈”益、纖“遞鍵盤菠”燦和授“側(cè)手感繳”離這些產(chǎn)品特送征詞之間的撇關(guān)系就是從遼屬關(guān)系。如植果特征之間系無從屬關(guān)系竿，我例如族“釋外觀和性價葬比都很不錯觸”精，丹則把評論句叔子中找到的賠所有特征連冰接上極性詞店，獲得多個冬特征匙關(guān)系攀對。嘆非連續(xù)的多不產(chǎn)品特征詞倉。如猴“高優(yōu)良的性能新和超低的價定格殖”直，耕則判斷如果古存在連詞則巡以連詞為分吊隔符。對每恥個特征詞，瀉先查找特征創(chuàng)詞前的極性徑詞再查找特終征詞后的極艦性詞?？蛑挥刑卣髟~央無狀極性詞。篇如游“釀九百多的愉價格，混還是蓋比較植劃算的制”卷。恰判斷下一個俘分句，如果乳下一個分句雪沒有出現(xiàn)新鞏的特征詞，胸并且含有極寶性詞。則將犬下一個分句搖中的極性詞趟作為當(dāng)前分厭句中的產(chǎn)品扔特征詞的情鏟感極性。聰只有極性詞蹲。如尖“養(yǎng)漂亮，大方貼，易操作適”適。嘗試查找足隱式產(chǎn)品特職征奴指示規(guī)則吸，如黎“往漂亮?xí)x”在則爆對應(yīng)的產(chǎn)品術(shù)的外觀等。數(shù)統(tǒng)計分析結(jié)奶果。勿以產(chǎn)品特征脹為單位，統(tǒng)晴計所有的分刊析結(jié)果掠，并存入產(chǎn)敘品意見庫中云。遠(yuǎn)意見挖掘甲實驗測試語料燒實驗主要選刃擇了程京東網(wǎng)嶺（www.羊360bu怨蓬）競上釋部分名熱賣產(chǎn)品的杜相關(guān)評論作凳為通測試薦數(shù)據(jù)集，搭選擇手機的冷相關(guān)評論作滔為研究對象圈。尼本文率隨機托選擇了50拾0條句子進輛行實驗，其倆中包含了2毒80個褒義與評論句，1演50個貶義罩評論句子，哈70條個褒點貶都含有的史評論句子。鈴為了驗證算言法的性能，瘡本文對所有盲句子進行標(biāo)煮注，主要包滴括產(chǎn)品特征舅詞鍬、檢極性詞抗、財極性修飾詞憂、歇褒貶色彩和遷極性強度。緣在標(biāo)記的過股程中也發(fā)現(xiàn)束，人工去發(fā)蓋現(xiàn)評論中的渠產(chǎn)品特征，倉并判斷出用忘戶所表達的互意見棚，是凱一件非常耗公時的工作暫。表4.3悼為人工標(biāo)注嗚示例訓(xùn)。墓表伶4恭.奸3屈意見挖掘胞手工標(biāo)注結(jié)屢果上Table悔霜4擾.格3嘩Manu西alLa屢belin旬gof悔Opini怖onSe采ntenc社es羊評論句子內(nèi)怎容獄產(chǎn)品特征詞窯極性詞左強度夠褒貶色彩后Q8在運行六速度上的表竄現(xiàn)，在目前農(nóng)同品牌的手嫂機型號中絕賺對是最優(yōu)秀悼的！項運行速度菠優(yōu)秀茂+2殖支持難它的外觀設(shè)絮計新穎，拿到在手上相當(dāng)虎酷。努外觀祝新穎盡酷西+1放+2鍵支持梅相當(dāng)支持吩我昨天剛買周了諾基亞5抬230，今錘天就降價了品！考不過它的性歌價比還是相用當(dāng)高的。壁諾基亞預(yù)性價比妖高寶+2撞客觀參相當(dāng)支持沾這款手機的峽屏幕很炫，沉不過電池不爭怎么耐用牢！晴屏幕笛電池勉炫爪不耐用騙+1禍-1鬧相當(dāng)支持婚反對裙實驗增結(jié)果和分析豪首先，本文完對詞語的上分下文極性計爭算進行士實驗雪。我們在5廣00個評論肉中，共標(biāo)注質(zhì)了燕904鼻個極性詞。欣通過手工標(biāo)獨注，發(fā)現(xiàn)句籃子中含有否虧定詞的比例捆為18%，剃含有強調(diào)詞窮的比例為3丟5%，含有障產(chǎn)品特征相習(xí)關(guān)的極性詞者為13%貿(mào)，這些詞接如果克只言通過量統(tǒng)計的方法堆是無法有效掠識別的，勢布必會造成極舒性差別方向降的錯誤和極豐性強度的失富真，也說明料本文中的極纏性詞典的構(gòu)的建是比較合直理的。欠接下來我們拜對評論中所融涉及的產(chǎn)品枕特征進行極繪性計算，雹實驗主要驗愉證兩個內(nèi)容該：效一、斗產(chǎn)品特征和迎極性詞的關(guān)用系匹配。如誼（測性價比梳，緣高促）剖，（功能，其強大）諒。嫌產(chǎn)品賠特征是幅意見挖掘晝的主題，只晴要找到修飾鳥它的極性詞效，也就是找諸到正確的關(guān)聾系匹配，就滿可以正確的吼分析產(chǎn)品特擺征的情感。暴二、產(chǎn)品特奧征的情感方項向。部情感方向由唯極性詞的上佳下文極性計孫算而得。儀由于手工標(biāo)位注的主觀性受，以及極性助詞典、詞語例權(quán)重的相對草主觀性，我辟們摔很貿(mào)難做到手工銀標(biāo)注的結(jié)果龜和系統(tǒng)自動尤計算的結(jié)果共精確匹配，浪為了減少這管些差異，本獄文只考慮極曉性方向分析許是否正確，館而沒有細(xì)究灶其極性強弱功，因為極性緊強弱是可以脅通過極性詞抖典調(diào)整的。府為了測試錦意見挖掘削的性能，型本文掌保證揭了膊在實驗語料卡中出現(xiàn)的產(chǎn)薄品特征詞和萄極性詞在產(chǎn)件品特征詞庫誦和極性詞庫井中基礎(chǔ)已經(jīng)摔構(gòu)建。鑒因此盆借助于兩個耳基礎(chǔ)庫，可愉以將語料中府出現(xiàn)的產(chǎn)品掩特征詞和極臘性興詞進行屠全部王標(biāo)記懶。蓮本文臨共標(biāo)記將了陵953獸個產(chǎn)品特征夜詞，紅904乘個極性詞傍，勉其中對特征屯詞表達了有仆效的情飯感界意見的關(guān)系何對共有81陣8對莫。襯表親4穗.長4騎意見挖掘留關(guān)系對結(jié)果件Table洗嶼4疾.想4餅the屠resul塔tof幻opini視onmi寬ning再relat溜ionsh描ip關(guān)算法表正確匹配數(shù)座量健準(zhǔn)確率弱依存句法強515斗62.9%羨關(guān)鍵字匹配鮮777本96.2%呼從上表可以抗看出，味依存句法鞭的準(zhǔn)確網(wǎng)性租較低，禿原因膠是敞特征詞和真雜正修飾它的畝極性詞不能艷被正確的在龍依存句法局中分析多出來辟，也就是在株進行額依存句法拴分析時就已冠經(jīng)帶入了不廈少的錯誤劍。較本文也深入班地蹄解了目前中忙文句法分析雷器的工作原孕理，奇了解到在構(gòu)戲建令句法分析模御型驚時使用的判訓(xùn)練語料都壤是一些規(guī)范爽的，完整的渡句子。蛛而本文研究得的對象是互熔聯(lián)網(wǎng)上的產(chǎn)沈品評論，它竹的主要特點障是憐語句結(jié)構(gòu)不押規(guī)范，紀(jì)口語化比較脂嚴(yán)重，同時剪會有相當(dāng)多傻的網(wǎng)絡(luò)詞語腥，如丸“安偶仗”罷代表瑞“昌我磁”講，悲和其他歇一些網(wǎng)上的屋流行語等扁?；輼?biāo)點符號使襲用隨意，直核接影響桌斷句不準(zhǔn)確喜，有時候一匙個句子過長僅，這樣句法幻分析器就很遇難分析句子致的結(jié)構(gòu)。梨為了提高語泡法分析器的嗽準(zhǔn)確率，本穿文進行了一污些處理，如扶果及時的斷梢句，使用盡差量短的句子膜送入分析器貢，將一些網(wǎng)寇絡(luò)詞語進行種替換等，這渠在一定程序知上提高了分閘析的準(zhǔn)確儲性窯。蘇由于基于政依存句法愚的極性傳遞裁算法過于依祖賴極性分析鵝的準(zhǔn)確率，樂直接導(dǎo)致算鄰法實際效果塌不是很理想蠶。梯基于關(guān)鍵字陜匹配的方法期，獲得了較育高的準(zhǔn)確率刑，達到96獄.2%伴。備通過直觀的腎將最近出現(xiàn)差的產(chǎn)品特征茅詞和極性詞逢進行關(guān)聯(lián)，姐在本實驗語卷料中鳴也攪有較愚好多的表現(xiàn)，同黃時關(guān)鍵字匹坑配的方法，曲不需要依賴側(cè)語法等預(yù)處撫理，并且計壁算速度快，岡比較適合于禿實際的系統(tǒng)墓應(yīng)用。本章小結(jié)轟本章巷從細(xì)顆粒的衛(wèi)層面對產(chǎn)品振評論進行叉意見攝挖掘，分別壺介紹了產(chǎn)品余特征庫的構(gòu)托建，中文極栽性詞典的構(gòu)赴建，對中文嗓產(chǎn)品評論語揀言的特點進火行分析，分曲別采用基告于挑依存句法突和基于關(guān)鍵郵字匹配的方泄法進行評論借的摔意見挖掘焰。最后設(shè)計鄭實驗，實驗負(fù)結(jié)果表明基彩于關(guān)鍵字匹課配的方法有昌較高的準(zhǔn)確扇率。風(fēng)產(chǎn)品評論憤意見挖掘創(chuàng)系統(tǒng)設(shè)計與呼實現(xiàn)轉(zhuǎn)系統(tǒng)整體設(shè)括計玩本文在整理貌了論文前部寧分的研究成呢果鴨之后解，將它們振進行皺整合，斗初步袍實現(xiàn)了一套積比較完善的紀(jì)產(chǎn)品挖掘系載統(tǒng)，罵可以實現(xiàn)產(chǎn)欲品意見挖掘免整個流程，暖并取得桃了凝不錯的效果禾。系統(tǒng)主要蹦包括評論下料載與內(nèi)容提辟取、評論意佳見挖掘尸、人機交互噸可視化三部濫分內(nèi)容。瘦系統(tǒng)的主要兇結(jié)構(gòu)奴如下：份圖5.1產(chǎn)猶品評論意見渠挖掘系統(tǒng)體載系結(jié)構(gòu)漿Figur跌認(rèn)園T軋heAr彈chite捧cture贈ofP瀉roduc徹tRev企iews貿(mào)Opini信onMi循ning賭Syste裹m坐系統(tǒng)勒開發(fā)環(huán)境良本系統(tǒng)開發(fā)妨使用Jav阻a語言來開味發(fā)集。筐Java是醉一種簡單的旦、私面向?qū)ο蟮捻?、?nèi)性能優(yōu)異、尺多線程的動糖態(tài)語言。塞Java皆由譜Sun公司屆于晚1995年廁5月正式推居出，范發(fā)展到現(xiàn)在衡已經(jīng)有了很返長時間，現(xiàn)浩如今已經(jīng)是粉當(dāng)今軟件開巾發(fā)的主要語凱言怖。引系統(tǒng)的開發(fā)域環(huán)境糞匯總?cè)缦轮t：趙操作濾系統(tǒng)：Wi忌ndows徐xp2。獎硬件環(huán)境：礙CPU，I秋nterl柄E450兔0；內(nèi)存，暖2G品。怖開發(fā)平臺：每Eclip部se3.4駛，JDK1蠢.6。若WEB服務(wù)發(fā)器：Tom舒cat6.乖0。雕前端展現(xiàn)：弦Extjs響3.0，短JFre運eChar累t1.0貓。守數(shù)據(jù)庫：M孩ySql欄5.0。輪可視化界面完生成敞本系統(tǒng)采用吉基于B/S戴的結(jié)構(gòu)進行伏開發(fā)彈，粘應(yīng)用Ext年js框架創(chuàng)琴建前端用戶憲界面眠。存ExtJS沉可以用來開習(xí)發(fā)RIA也護即富客戶端忘的AJAX帳應(yīng)用，是一今個用嗓J頭avasc潛ript列寫的與竭后臺技術(shù)無梁關(guān)的前端氣AJAX全框架。因此逝，可以把E阻xtJS用塞在.Net疑、Java韻、Php等計各種開發(fā)語鎮(zhèn)言開發(fā)的應(yīng)們用中。Ex他tJs最開暮始基于YU統(tǒng)I技術(shù)，由默開發(fā)人員J字ackSl洗ocum開甚發(fā)，通過參放考Java檢幫Swing猾等機制來組斬織可視化組疫件，無論從軍UI界面上骨CSS樣式揮的應(yīng)用，到業(yè)數(shù)據(jù)解析上去的異常處理嫩，都可算是皂一款不可多拾得的Jav寺aScri躍pt客戶端掀技術(shù)的精品靠。窄為了讓用戶襖更方便和快筋速地了解產(chǎn)革品評論的分呼析結(jié)果，本薦文使用圖表我的表現(xiàn)形式碼，借助于J喊FreeC值hart軟悲件展現(xiàn)圖形辯化御。艱JFree思Chart眉是題Java包平臺上的一寒個開放的圖低表繪制類庫尸，蘭它完全使用店Java銜語言編寫，馳是為app什licat施ions,魯appl歉ets,炒servl什ets以及著JSP等使討用所設(shè)計。睬JFree蹦Chart遺可生成餅圖透（pie訊chart貞s）、柱狀爹圖（bar斗char川ts）、散焦點圖（sc艷atter慘plot行s）、時序腎圖（tim柄eser猴ies）、喘甘特圖（G石antt菊chart這s）等等多銜種圖表，并光且可以產(chǎn)生浴PNG和J奇PEG格式線的輸出，還壘可以與PD泉F和EXC占EL關(guān)聯(lián)。納JFree虜Chart笑是目前比較閉常用竊的同Java旨圖形解決方毀案，基本能阻夠解決目前尚的圖形方面區(qū)的需求。宣產(chǎn)品特征庫筍和極性詞典龜?shù)墓芾碚x產(chǎn)品特征庫涉維護便產(chǎn)品特征包虹括兩類：產(chǎn)培品類型和產(chǎn)判品屬性。現(xiàn)按代科技的發(fā)即達，致使各瓶種產(chǎn)品更新淹換代的速度挎非?？?，不緩斷有新產(chǎn)品嫌上市，新功敢能發(fā)布，尤堵其是IT產(chǎn)厲品、手機數(shù)振碼產(chǎn)品等。套這也要求我圓們必須不斷居完善系統(tǒng)的播產(chǎn)品特征庫耳，保證產(chǎn)品勾特征庫盡可絕能高的覆蓋拐率。刊系統(tǒng)設(shè)計了舌產(chǎn)品類型表仆和產(chǎn)品特征逼詞表敞，本文在系警統(tǒng)開發(fā)中籠，眾手尤工黎整理了紡手機相關(guān)的瘦179個特干征詞感。馬表5.1產(chǎn)勝品類型表看Table孝務(wù)5把.慘1評擔(dān)T案heTa歪ble非ofP電roduc揮tTyp綿e令字段名稱旬類型稈長度跪說明星produ譯ct_ty楊pe_id暫int史4勻產(chǎn)品類型I尤D啞type_焦name胖varch妄ar績50肅類型名稱院type_眠level藥int亡4帶類型層次，心1為產(chǎn)品類菌型，2為品創(chuàng)牌，3為型白號束paren叛t_id得int爸4鐮父級ID勞表5.2產(chǎn)殊品特征表飯Table抽5.2考T級heTa狼ble獻ofP組roduc角tFea未ture脖字段名稱曉類型類長度顯說明茶featu郵re_id憲int因4肉特征ID嗎featu脹re_n膚ame折varch壩ar給50忙特征詞名稱雞featu秘re_l意evel自int乳4嚷類型層次掌paren旅t_id才int工4繡父級ID來featu裁re_椅synon街ym雪varch去ar內(nèi)500鄭特征同義詞繭，以嗓“純｜低”略隔開，如電播池和電板，扮外觀和外形拘。吊極性詞庫維吩護茶中文極性詞勢的數(shù)量是龐匹大的。極性宣詞典我構(gòu)建注在受第四娛章中止已經(jīng)爸提到，它包偵括了基礎(chǔ)極承性詞典、網(wǎng)悉絡(luò)極性詞典色、領(lǐng)域極性武詞典務(wù)，產(chǎn)品特征鎖相關(guān)極性詞芝典涼四個部分答和兩部極性跨修飾詞典，漿即兇否定詞詞典性和強調(diào)詞詞拋典扮。要求系統(tǒng)懸必須定期對遷這些詞典進美行維護更新臥，以保證系艦統(tǒng)分析的正遷確性。威第四章中具呢體介紹注了禮極性詞的構(gòu)吳建過程，本閣文器將第四章中米手工整理的寫極性冠詞巧大約900裕個導(dǎo)入極性質(zhì)詞庫中。輸數(shù)據(jù)表的設(shè)烈計如下所示鋼。添表5.3極肚性詞詞典表噴Table德5.3遞T佩heTa棋ble覆ofP悉olari辣ty梅dicti熟onary古字段名稱途類型嫩長度暴說明位polar竿ity_i冒d胳int倍4搶極性詞典I憐D猜word_缺name毫varch踢ar省50園極性詞握pos販varch銜ar彼10揀詞性,如動曲詞，形容詞揮type交int醬4霸詞類型，1虜基礎(chǔ)極性詞江，2網(wǎng)絡(luò)極堅性詞，3領(lǐng)礦域極性詞豪stren燦gth柴float損4塵極性強度，疫如果極性詞勢，值為正代買表褒義，負(fù)分代表貶義，以區(qū)間為（-全2,2）宏表5.4誰否定詞詞典組表勁Table時5.4棒T水heTa準(zhǔn)bleo李fNeg敞ation尖第D隔ictio穿nary倒字段名稱浴類型咱長度限說明址negat低ion_i轎d勵int衛(wèi)4傳否定詞典I派D開word_嘆name驅(qū)varch蜘ar科50期否定詞援表5.5強騙調(diào)詞詞典表憑Table睛5.5織T娘heTa丙ble圓ofI問ntens銜ive受驗D僵ictio識nary獲字段名稱網(wǎng)類型夫長度括說明遮inten怪sifie妥r_id桑int在4斧強調(diào)詞ID泳word_珠name起varch收ar盲50屬極性詞醫(yī)pos朗varch前ar熟10寄詞性叮stren靈gth支float聰4逝極性強度，強區(qū)間為（0樸,耐柜3）握表5.6產(chǎn)到品特征相關(guān)飼極性詞詞典拆表蕩Table米5.6晚T戀heTa搶ble潔ofP舅roduc脾tFea油ture礙Relat白edPo小larit蚊yD樣ictio瀉nary煙字段名稱墓類型班長度龜說明爽featu修r(nóng)e_re朵late射_id非int來4退強調(diào)詞ID研featu悼re_id置int燒4就特征詞ID躺word_儲name盯varch隨ar棍50府極性詞旅pos無varch總ar冶10術(shù)詞性科stren壤gth膏float蕉4野極性強度，湊區(qū)間為（0勇,道鑄3）投評論歇頁面下載爹與內(nèi)容提取治評論的頁面賤下載倍本系統(tǒng)的第也一個任務(wù)是攝下載指定甘產(chǎn)品相關(guān)的貍網(wǎng)頁，JA渠VA語言提授供了對網(wǎng)絡(luò)旦資源的操作肆功能，只需絞要指定網(wǎng)址臨，就可以將擁整個網(wǎng)頁以妄數(shù)據(jù)流的形絹式提取出來愿。當(dāng)同一產(chǎn)徐品的評論數(shù)樣量較多時，西一般的網(wǎng)頁迫會采取分頁照的形式展現(xiàn)駱，這里駛系統(tǒng)鋒也需要將同滔一產(chǎn)品的所些有分頁下載塵下來，而同突一產(chǎn)品不同欄的頁面的U非RL地址膏基本相似，牧URL的谷部分鴨內(nèi)容奏體現(xiàn)了分頁迫的信息。以擺京東儀網(wǎng)判某產(chǎn)品的評鑼論頁面的U兄RL為例，母“攤http:訂//clu恨b.360巨buy.c嗽om/re喊view/等20挑8158-轟1-7欣-0.ht以ml式雕”翻其中的數(shù)字籍7睡表示當(dāng)前頁熊為第7頁，賢為了方便程急序自動下載闊全部的網(wǎng)頁喉，本文采用熄了嫁“蘭http:俗//clu園b.360凝buy.c矩om/販?zhǔn)韗evie德w/208論158-1便-鼓(*)嬌-0.ht艱ml堵”謠的URL眼規(guī)則，其中潤的(*)代侍表低頁面沃的當(dāng)前富分頁豎，如總頁數(shù)超20頁，則屢(*)就是怪1到20。碗在程序中就拋可以編寫循幻環(huán)語句進行串所有石產(chǎn)品相關(guān)獲的評論頁面薄的下載。副系統(tǒng)為了方悼便用戶定制啄下載評論，呈提供了評論補下載定制功息能，館允許用戶指過定產(chǎn)品評論趕頁面，指定流抽取結(jié)點的肝規(guī)則，鞠將所有下載躁的規(guī)則存入指數(shù)據(jù)庫菊表5.7緣中征。柔財表5