[发明专利]一种改进的基于双向传播的评价对象识别方法

说明书

本发明公开了一种改进的基于双向传播的评价对象识别方法，通过对一类产品的所有评论逐条进行依存句法分析，并从中抽取特定关系的词对列表；再利用少量情感词作为种子，在词对列表中进行评价要素的迭代识别，得到粗糙的候选评价对象集合和评价词集合；再利用高准确率的规则从候选评价对象集合中抽取准确的评价对象；根据准确的评价对象，利用基于词向量的相似度计算、PMI和关联规则对剩余的评价对象进行提取，最后得到完整的评价对象集合。本发明能够准确地获取产品评论中描述产品的属性或方面，作为评论分析的知识库，提高评论分析的准确性和完整性。

技术领域

本发明涉及意见挖掘领域，具体涉及一种改进的基于双向传播的评价对象识别方法。

背景技术

互联网已逐步渗透到社会生活的方方面面，伴随着移动互联网的兴起，其渗透方式变得更加多样化，内容也更为丰富。譬如，目前广受关注的社交平台、电子商务、在线支付、互联网金融、博客、BBS等早已通过不同的形式以互联网为载体向广大用户提供产品和服务。与此同时，普通用户不再仅仅单方面地接受产品或服务，其自身的互联网参与度也在不断提升。其中，用户在购物或获得服务之后，针对产品或服务进行在线评论的行为表现得尤为突出。用户对于产品或服务的评论信息反映了其对产品质量或服务水平的意见和态度。这些评论信息无论对于消费者本身还是商家，都具有重要的意义：对于消费者，他们可以通过其他消费者的评论信息客观地得到产品的各维度信息，而商家可以根据客户反馈的评论信息改进产品或制定销售策略。

用户评论信息具有数量庞大和标准不一的特点，所以仅仅依靠传统的人工审阅方法则需要耗费大量的人力和时间，此时就需要借助机器来帮助人类处理这些庞大的用户评论信息，快速地整理成人类可理解的结构化信息，这也是意见挖掘技术的目的。

意见挖掘技术主要以自然语言处理、信息识别和抽取、数据挖掘等为手段，从大量的文本信息中识别和抽取出有价值的观点信息。其中一个重要的任务就是评价对象的抽取。目前的评价对象抽取方法还缺乏一种高准确率和高召回率的方法。

发明内容

本发明的目的是针对上述现有技术的不足，提供了一种改进的基于双向传播的评价对象识别方法，能够有效地从评价语料中提取出评价对象。

本发明的目的可以通过如下技术方案实现：

一种改进的基于双向传播的评价对象识别方法，所述方法包括以下步骤：

S1、获取一类产品的大量评论语料；

S2、使用依存句法工具对每条评论语料进行依存句法分析，并提取所有特定的依存关系对word_object,word_sentiment；

S3、利用种子情感词典，使用评价要素迭代识别算法对步骤S2提取的依存关系对word_object,word_sentiment进行迭代识别，直到收敛，得到候选评价对象集合CO和候选评价词集合CS；

S4、从候选评价对象集合CO中提取词频大于阈值λ₁的词语作为准确评价对象，从候选评价词集合CS中提取词频大于阈值λ₁的词语作为准确评价词，其中所述词频为候选评价对象或候选评价词在依存关系对word_object,word_sentiment中出现的次数；

S5、利用word2vec、关联规则和PMI-IR对步骤S4中剩余的候选评价对象进行抽取，得到最后的准确评价对象集合O。

进一步地，步骤S1中，所述一类产品是指电子商务和虚拟产品网站上的产品，步骤S2中，所述依存句法工具为中文处理工具LTP，步骤S3中，所述种子情感词典为正负评价词典。

进一步地，步骤S2中，所述特定的依存关系对是满足SBV、VOB、ATT和CMP四种句法关系的依赖词对word_object,word_sentiment。

进一步地，所述步骤S3的具体过程为：