43、故事类商品评论去情节与区域受限景点推荐研究

故事类商品评论去情节与区域受限景点推荐研究

故事类商品评论去情节系统

在故事类商品（如小说、电影）的评论中，剧透情节常常影响读者的阅读体验。例如，有评论提到对某本书的看法，读者能从中知道这是系列中的一本好书，评论观点对购买决策有帮助，但却透露了“斯内普杀死校长”这一关键情节，使读者阅读时兴趣大减。一项在线调查显示，很多人对从评论中知晓故事结局感到失望。

为解决这一问题，我们致力于开发一个能帮助用户查看无情节剧透评论的系统。该系统主要处理英文评论，以下是具体介绍：
- 相关研究 ：
- 意见挖掘 ：有研究进行意见分类，如Dave等人用朴素贝叶斯进行句子级极性分类；Wilson等人考虑短语中单词的先验极性和上下文极性，将短语分为积极或消极。这些研究主要针对产品评论。
- 综合意见分析系统 ：Morinaga等人提出收集和分析产品声誉的框架，为提取的陈述附上表示意见置信度的数值和正负标签，并展示物品与意见陈述中特征词的关系图；Hu等人从评论中提取意见并按产品特征总结，处理了数码相机、手机和mp3播放器的评论。
- 句子主客观分类 ：Pang等人用朴素贝叶斯将句子分为主观或客观，并进一步将主观句子分为积极或消极，处理的是电影评论；Yu等人在文档级或句子级分离意见和事实；Riloff等人提出自举过程，让分类器从无标签文本学习，处理的是报纸文章。
- 而我们的研究重点是从故事类商品评论中检测情节，与检测意见并分类的研究类似，但我们关注的是情节，目前还没有相关研究。意见相对容易用评价表达词典分类，而检测情节缺乏有效