1、隨著電子商務的迅猛發(fā)展,用戶購買和使用產(chǎn)品之后會在Web上發(fā)表對產(chǎn)品的評論,產(chǎn)品評論的自動挖掘對于商家和潛在的消費者有著重要意義。本文以中文產(chǎn)品評論為主要研究對象,從評論的整體褒貶分類和細顆粒的產(chǎn)品意見挖掘兩個層面進行分析研究,論文主要內容如下:
　　 采用機器學習的方法對產(chǎn)品評論進行整體褒貶分類研究。構建用于產(chǎn)品評論褒貶分類的語料庫;采用基于N-Gram文本特征抽取(分為基于詞的unigram,bigram和基于字的unigr

2、am,bigram,trigram),結合不同的特征權重計算方法(TF,BOOL,TFIDF),在不同的分類算法(樸素貝葉斯、最大熵和支持向量機)進行分類實驗。實驗表明使用基于字的bigram特征表示并結合基于詞頻的加權方法在支持向量機分類器下取得了最好的分類性能,準確率為94.74％。在特征抽取上,采用基于后綴樹結構的特征提取算法,提取關鍵子串組作為文本特征。實驗表明基于后綴樹的關鍵子串組的特征表現(xiàn)能力強而且特征維度低,分類的準確率略