1、Web2.0和電子商務(wù)的流行帶來了大規(guī)模的用戶評論數(shù)據(jù)。如何從這些分散的數(shù)據(jù)中找到并整理出用戶想要的信息是學(xué)術(shù)界研究的熱點。不管是web2.0還是電子商務(wù)帶來的評論，用戶最終的目的都是了解之前用戶的情感傾向。情感傾向分析即分析用戶在評論中所表達(dá)觀點的傾向性。在情感分析中的展現(xiàn)只是用戶對于店鋪的傾向性判斷。而內(nèi)容感知對評論進(jìn)行分析提取，得到用戶關(guān)于店鋪的具體的特征的描述，能夠呈現(xiàn)給用戶店鋪傾向性判斷的原因。
　　本文在內(nèi)容感知上所從

2、事的工作主要是三個方面。首先是提取評論中的特征詞。特征詞指能表現(xiàn)店鋪特征的詞語如味道、環(huán)境、服務(wù)等等。其次是尋找評論中的觀點詞。觀點詞指作者對應(yīng)餐飲店鋪特征的具體評價如優(yōu)劣、好壞、甜辣等。最后是將特征詞和觀點詞匹配起來。匹配指特征詞只能跟特定觀點詞搭配。對于內(nèi)容感知上述的三個方面的工作，我們提出了一種混合方法來進(jìn)行實現(xiàn)?；旌戏椒ㄓ蓛刹糠纸M成：在中文領(lǐng)域構(gòu)建的語言規(guī)則集和餐飲知識庫。語言規(guī)則主要集中在常識性的語言習(xí)慣，作者通過將評論進(jìn)行詞

3、性分析后的組合形式進(jìn)行分類總結(jié)，將如何從詞性組合中提取特征觀點詞抽象為語言規(guī)則集。因此語言規(guī)則集可以直接移植到其他的特定領(lǐng)域而不需要做大的改動。餐飲知識庫的構(gòu)建則主要通過傳統(tǒng)的tf-idf方法提取特征詞，爬蟲提取低頻菜名特征詞，語言模式提取詞與詞共同出現(xiàn)的信息。知識庫擁有餐飲領(lǐng)域的特點。但是在原型系統(tǒng)中它是作為一個模塊單獨存在，當(dāng)我們將方法進(jìn)行移植或者運用于其他評論領(lǐng)域時，它并不會影響到整個原型系統(tǒng)的兼容性。
　　根據(jù)實驗結(jié)果評測