-
题名网络产品评论细粒度意见挖掘研究综述
被引量：7
- 1
-
-
作者
颜端武
江蕊
杨雄飞
鞠宁
-
机构
南京理工大学经济管理学院信息管理系
-
出处
《现代情报》
CSSCI
2018年第7期165-170,共6页
-
基金
江苏省研究生培养创新工程项目"面向危机预警的企业网络口碑监测分析研究"(项目编号:SJLX16_0122)
江苏省社会科学基金项目"领域知识分析视角下文献知识关联揭示及应用研究"(项目编号:17TQB009)
国家社会科学基金重大项目"面向知识创新服务的数据科学理论与方法研究"(项目编号:16ZDA224)
-
文摘
[目的/意义]针对网络产品评论细粒度意见挖掘的研究进展进行分析和总结,在明确其主要任务的基础上,探讨涉及的关键技术、研究成果以及未来发展趋势,为该领域研究未来的发展提供建议。[方法/过程]本文主要采用文献综述的方法,对国内外相关研究进展进行分析和归纳,由粗粒度意见挖掘引申到细粒度意见挖掘,在明确细粒度意见挖掘主要任务的基础上,重点针对其关键技术和研究进展进行总结。[结果/结论]本文明确了网络产品评论细粒度意见挖掘的主要任务,包括主客观句分类、评价要素抽取和情感极性计算,总结了各个任务涉及的关键技术。
-
关键词
细粒度意见挖掘
主客观分类
评价要素抽取
情感计算
综述
-
Keywords
fine-grained opinion mining
subjective and objective classification
evaluation elements extraction
emotional calculation
review
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
F713.36
[经济管理—产业经济]
-
-
题名基于领域情感词典特征表示的细粒度意见挖掘
被引量：13
- 2
-
-
作者
郁圣卫
卢奇
陈文亮
-
机构
苏州大学计算机科学与技术学院
-
出处
《中文信息学报》
CSCD
北大核心
2019年第2期112-121,共10页
-
基金
国家自然科学基金(61572338
61876115)
江苏省高校自然科学研究重大项目(16KJA520001)
-
文摘
细粒度意见挖掘的主要目标是从观点文本中获取情感要素并判断情感倾向。现有方法大多基于序列标注模型,但很少利用情感词典资源。该文提出一种基于领域情感词典特征表示的细粒度意见挖掘方法,使用领域情感词典在观点文本上构建特征表示并将其加入序列标注模型的输入部分。首先构建一份新的电商领域情感词典,然后在电商评论文本真实数据上,分别为条件随机场(CRF)和双向长短期记忆-条件随机场(BiLSTM-CRF)这两种常用序列标注模型设计基于领域情感词典的特征表示。实验结果表明,基于电商领域情感词典的特征表示方法在两种模型上都取得了良好的效果,并且超过其他情感词典。
-
关键词
细粒度意见挖掘
情感词典
特征表示
序列标注模型
-
Keywords
fine-grained opinion mining
sentiment lexicon
feature representation
sequence labeling model
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
