1、隨著web2.0的興起和社會(huì)網(wǎng)絡(luò)的迅速發(fā)展，人們以網(wǎng)絡(luò)為媒介發(fā)表自己對(duì)某個(gè)事件或事物的評(píng)論和看法。產(chǎn)品評(píng)論作為最重要的情感信息來(lái)源，一直被學(xué)術(shù)界廣泛使用。如何挖掘這些產(chǎn)品評(píng)論中所蘊(yùn)含的豐富情感信息，成為當(dāng)前自然語(yǔ)言處理(Natural Language Processing，NLP)相關(guān)領(lǐng)域的研究熱點(diǎn)之一。
　　復(fù)述是指使用不同的詞匯來(lái)表達(dá)相同含義的句子或短語(yǔ)。由于復(fù)述具有廣泛的獲取來(lái)源，且可以引入豐富的語(yǔ)言特征，所以復(fù)述在NLP

2、的很多領(lǐng)域中都有重要的應(yīng)用。本文在深入分析漢語(yǔ)產(chǎn)品評(píng)論的復(fù)述特點(diǎn)基礎(chǔ)上，從語(yǔ)義角度出發(fā)，探索語(yǔ)義和情感極性相融合的意見(jiàn)復(fù)述抽取方法。并將獲取的復(fù)述知識(shí)應(yīng)用于漢語(yǔ)產(chǎn)品意見(jiàn)文本分析，以緩解統(tǒng)計(jì)情感分析所面臨的數(shù)據(jù)稀疏問(wèn)題，從而提高了情感分析性能。具體地，本文從以下三個(gè)方面展開(kāi)研究:
　　(1)基于語(yǔ)素的漢語(yǔ)未登錄詞詞義預(yù)測(cè)。未登錄詞的詞義預(yù)測(cè)一直是制約漢語(yǔ)詞義消歧性能的一個(gè)瓶頸。為了獲取情感分類(lèi)所需的詞義信息，本文以語(yǔ)素作為基本標(biāo)注單

3、位，在最大熵模型的框架下融合未登錄詞語(yǔ)內(nèi)部結(jié)構(gòu)特征和外部上下文特征，提出一種基于語(yǔ)素的漢語(yǔ)詞義預(yù)測(cè)方法。實(shí)驗(yàn)結(jié)果表明，基于語(yǔ)素的方法可以有效融合詞語(yǔ)內(nèi)部特征，從而提高了未登錄詞詞義預(yù)測(cè)的準(zhǔn)確性。
　　(2)融合語(yǔ)義和情感極性的漢語(yǔ)意見(jiàn)復(fù)述識(shí)別。本文在分析漢語(yǔ)意見(jiàn)復(fù)述特點(diǎn)的基礎(chǔ)上，以意見(jiàn)要素為基本單位，探索語(yǔ)義和情感極性相融合的意見(jiàn)復(fù)述識(shí)別方法，并分析和比較了不同的復(fù)述識(shí)別方法。實(shí)驗(yàn)結(jié)果證明了融合語(yǔ)義和情感極性的意見(jiàn)復(fù)述識(shí)別方法的有