CRFs模型面向情感分析的领域知识库构建研究.docVIP

CRFs模型面向情感分析的领域知识库构建研究 摘要商品评论包含能够影响购买者的决策的重要信息，如购买者关心的商品质量、已购买者对商品的肯定与否定的态度等，但在网络上对某个商品的评论分布广泛并且数量惊人，给购买者全面浏览造成阻碍，因此，商品评论倾向性分析成为文本倾向性分析研究新热点，如何自动识别商品评论并且从中获取有价值的内容，成为了急待解决的问题。本论文通过建立中文商品评论本体，深入分析了本体中概念间的语义关系，并根据已有的研究成果完成对评论对象的抽取。在商品评论情感分析任务中，采用CRFs模型的半监督迭代的方法，依据中文词间的语义规则判断句子的情感极性。最后实现了基于本体的领域知识库系统。10170 关键词本体商品评论情感倾向性CRFs知识库构建 外 文 摘 要 TitleResearch on the Construction of KnowledgeBase of Emotion-Analysis_Oriented Abstract With the rapid expansion of internet resources such as forums, web sites for reviewing product, people can freely express their opinion or experience on the web. Consequently, interent become to an important source to obtain product reviews. Product reviews expressed by customers contain much important message such as the quality of products and so on. But the huge amount of product reviews is impossible for customers to totally browse; as a result, sentiment analysis of product reviews becomes a hot focus in opinion analysis area. How to obtain the valuable information in product reviews is waiting to be resolved. In this paper, the semantic relations between classes were discussed through the establishment of Chinese Reviews ontology, and completed comment-target extraction in accordance with the existing research results. In the task of sentiment analysis of product reviews, semi-supervised CRFs model and Chinese word semantic rules were used to determine the emotional polarity of the sentence. At last, realized Ontology-Based Domain Knowledge Base system 购买者都希望买到物美价廉的东西，喜欢借鉴别人的购买意见，因此商品评论成为购买者的关注热点。但是在网络上对某个商品的评论分布广泛并且数量大到惊人，购买者不能浏览所有的信息，也就不能做出相对客观的决定。因此人们开始研究商品评论挖掘即对评论的倾向性分析mdash;mdash;通过意见挖掘（opinion mining）技术可以自动识别并获取其中有价值的商品评论，并对获取的商品评论进行情感倾向性分析。这些有价值的信息可以帮助购买者选择满意的商品，同时也可以让企业了解到购买者对商品的态度，了解他们对商品的实际需求，有助于商品的改进提高企业竞争力，帮助企业从众多竞争者中脱颖而出。 1.1 研究背景 网络商品评论中包含了用户对产品的性能或功能等方面持有肯定/否定的态度，它们可以帮助其他用户在购买产品之前了解已经购买了该产品的用户关于该产品的使用体验，因此，商品评论成为了人们关注的热点。同时中文商品评论的倾向性分析也成为学术研究的一个热点和难点。已有大量学者对其展开了研究，并且已经取得了一些成果，但是由于中文本身的特性以及评论者表达的随意性，使得当前的研究在评论对象和评价词自动