产品评论中的隐式属性抽取研究

【目的】产品领域的意见挖掘是近年来的一个非常热门的话题,意见挖掘结果可以帮助过滤有害信息、进行社会舆情分析、指导用户消费和帮助商家改善产品性能等,而隐式产品属性在网络评论句中十分常见且挖掘难度大,因此对其进行研究有重要的意义。【方法】利用仅包含显式属性的某品牌汽车评论句确定多词性精简意见词,并利用同义词词林进行扩展形成意见簇,同时基于领域常用语确定属性词,并通过搭配关系计算权重,生成记录形如"{属性,意见,权重}"的字典,利用多策略隐式属性抽取算法以字典为基础抽取隐式属性,同时考虑待匹配意见词与字典中的意见词之间的相似度。【结果】可以行之有效地抽取出评论句中的隐式属性,F值达到75.55%,属于隐式产品属性抽取现有研究的较好结果。【局限】前期数据标注工作主要靠人工,较为费时费力。【结论】实验结果表明本文算法效果较好,具有一定的实用价值。