摘要
文章主要针对中文在线产品评论进行研究,识别与抽取其中的基本评价单元——"特征、观点对"(Feature-Opinion Pair,FOP),提出基于语义词典的特征观点对提取方法。先通过分词与词性标注产生实词序列,并保留其中特定的名词、动词、形容词与副词生成产品特征与观点词序列,再通过进一步的精炼与映射成为评论特征与观点词序列,最后运用匹配与抽取算法自动生成特征观点对。实验结果表明,本方法的查全率约为87.62%,查准率约为79.44%,其性能与基线方法相比,有明显地提高。
出处
《中国集体经济》
2019年第12期56-58,共3页
China Collective Economy
基金
国家自然科学基金青年项目(71601119)"基于在线评论情感分析的社交媒体用户推荐"
教育部人文社会科学研究一般项目(16YJCZH138)"在线评论中面向产品特征的消费者意见挖掘:细粒度的情感分析视角"
上海市教育发展基金会和上海市教育委员会"晨光计划"(16CG53)"社会网络环境下基于情感分析的用户推荐研究"
上海高校青年教师培养资助计划(ZZslg16019)"基于细粒度情感分析的在线评论意见挖掘"
