52、中文意见挖掘与在线拍卖数据采集研究

中文意见挖掘与在线拍卖数据采集研究

在当今信息爆炸的时代，对文本意见的挖掘以及在线拍卖数据的有效采集变得愈发重要。中文意见挖掘面临着诸多独特挑战，而在线拍卖数据的大量增长也使得数据收集工作变得复杂且耗时。下面将详细介绍相关的研究方法和实验结果。

中文意见挖掘方法

中文意见挖掘存在不少技术挑战，自然语言中的意见表达往往微妙而复杂，尤其是中文评论。负面评论可能包含许多看似积极的表述，反之亦然。针对这一问题，研究提出了两种互补的方法。

基于中文情感词的方法

• HowNet情感词词典 ：HowNet是一个在线常识知识系统，提供了全面的中文情感词词典，包括积极和消极的意见形容词、情感形容词、程度副词和否定副词等。例如，有3730个积极意见形容词（如“ӵಪ/承认”）和3116个消极意见词（如“Ԙੑ/丑陋”）。并且，HowNet会根据程度副词的强度进行量化，如“٤ӈ”权重为2，“ޓ”权重为1.5。
• 句子极性计算 ：为处理中文意见分类的微妙性，采用了中间步骤来确定句子极性。首先将整个评论分解为句子，然后合成每个句子的极性以形成整个文本的最终分类结果。对于每个句子，提取一个四元组 ：
  • S：意见的主体或对象，名词或代词。
  • P：语义极性，+1或 -1，表示HowNet中情感词的极性。
  • D：程度修饰词，HowNet中给出的权重值。
  • N：否定修饰词，-1或 +1，表示是否存在否定修饰词。
    例如，“໡ޓۚྖ”对应的四元组为<໡, +1, 1.5