網(wǎng)絡(luò)評(píng)論觀點(diǎn)挖掘研究

曾寰　胡運(yùn)全　李金忠　戴貞明　龍滿生

摘要：本文基于網(wǎng)絡(luò)評(píng)論觀點(diǎn)挖掘相關(guān)理論分析，對(duì)觀點(diǎn)挖掘的實(shí)現(xiàn)過程進(jìn)行設(shè)計(jì)和分析，以期通過網(wǎng)絡(luò)評(píng)論觀點(diǎn)的挖掘，了解網(wǎng)絡(luò)用戶行為與觀點(diǎn)傾向，掌握網(wǎng)絡(luò)用戶觀點(diǎn)表達(dá)規(guī)律。

關(guān)鍵詞：網(wǎng)絡(luò)；評(píng)論觀點(diǎn)；挖掘

隨著互聯(lián)網(wǎng)時(shí)代的到來(lái)，信息與數(shù)量快速增長(zhǎng)。在各種信息中，網(wǎng)絡(luò)評(píng)論觀點(diǎn)信息發(fā)揮著重要作用。通過對(duì)網(wǎng)絡(luò)評(píng)論觀點(diǎn)的挖掘，可為網(wǎng)絡(luò)輿情、電子商務(wù)等諸多領(lǐng)域帶來(lái)重要價(jià)值。[1]對(duì)網(wǎng)絡(luò)評(píng)論觀點(diǎn)進(jìn)行挖掘，需依托大數(shù)據(jù)來(lái)展開，了解網(wǎng)絡(luò)用戶行為和觀點(diǎn)傾向。

1 針對(duì)網(wǎng)絡(luò)評(píng)論的觀點(diǎn)挖掘理論分析

網(wǎng)絡(luò)評(píng)論中的文字多表現(xiàn)出一定的主觀傾向，對(duì)網(wǎng)絡(luò)評(píng)論觀點(diǎn)態(tài)度進(jìn)行挖掘，主要是從評(píng)論信息資源中對(duì)用戶觀點(diǎn)與態(tài)度加以提取，并通過容易理解的形式對(duì)其展現(xiàn)。[2]當(dāng)前網(wǎng)絡(luò)評(píng)論的觀點(diǎn)挖掘，在任務(wù)上主要包括三點(diǎn)：一是主觀性分析，即對(duì)一個(gè)特定本文的客觀性進(jìn)行判斷，明確其屬于客觀性，還是帶有主觀極性；二是極性分析，對(duì)主觀性的正面還是反面以及極性強(qiáng)度等信息進(jìn)行分析；三是觀點(diǎn)總結(jié)，針對(duì)觀點(diǎn)信息加以整理與展示。對(duì)于本文來(lái)說，涉及的評(píng)論信息資源均為文本形式，因此，我們?cè)谟^點(diǎn)挖掘方面所涉及的主要為文字信息，如產(chǎn)品評(píng)論亦或者博客日記等，聲音、圖片等不在本文研究范疇中。

2 網(wǎng)絡(luò)評(píng)論挖掘?qū)崿F(xiàn)的設(shè)計(jì)過程

2.1 對(duì)數(shù)據(jù)進(jìn)行收集與處理

對(duì)網(wǎng)絡(luò)評(píng)論觀點(diǎn)挖掘進(jìn)行研究，就必然會(huì)涉及評(píng)論語(yǔ)料集，因此需要先對(duì)數(shù)據(jù)進(jìn)行收集，本研究用到的數(shù)據(jù)均源自網(wǎng)上。針對(duì)收集的初始數(shù)據(jù)，需給予篩選和清洗，對(duì)無(wú)用數(shù)據(jù)進(jìn)行去除。網(wǎng)絡(luò)上的評(píng)論信息等，多以網(wǎng)頁(yè)形式存在，需將無(wú)用的網(wǎng)頁(yè)標(biāo)記加以去除，使其轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)。

2.2 分詞與標(biāo)準(zhǔn)

在一個(gè)文檔中，多由句子和詞匯組成，計(jì)算機(jī)對(duì)于人類的語(yǔ)言當(dāng)前并不能理解，針對(duì)整個(gè)無(wú)結(jié)構(gòu)的文本，需對(duì)其進(jìn)行轉(zhuǎn)化，使其成為結(jié)構(gòu)化的數(shù)據(jù)形式。當(dāng)前較為常用的方法為，使文本以詞匯為特征的向量集形式表示出來(lái)。該過程可由計(jì)算進(jìn)行自動(dòng)完成，即自動(dòng)分詞。整個(gè)過程需基于信息處理需要，在文本的劃分上需根據(jù)分詞單位以特定規(guī)范加以劃分。在一個(gè)句子中，可能包含多種切分方式，為確保自動(dòng)分詞的高效性，需對(duì)準(zhǔn)確的分詞詞典進(jìn)行建立，滯后基于語(yǔ)義分析對(duì)匹配算法及消岐算法加以建立，實(shí)現(xiàn)分詞目的。[3]然后進(jìn)入詞性標(biāo)準(zhǔn)階段，該過程是針對(duì)切分得到的詞語(yǔ)，對(duì)相應(yīng)的詞性進(jìn)行標(biāo)注。通常來(lái)說名詞與形容詞分別標(biāo)注為n、a，動(dòng)詞與連詞分別標(biāo)注為v、c，對(duì)于副詞則標(biāo)準(zhǔn)為d 等，來(lái)使符號(hào)實(shí)現(xiàn)統(tǒng)一。在詞匯中，詞性為其重要語(yǔ)義特征之一，這一過程可以采用自動(dòng)標(biāo)注器來(lái)進(jìn)行詞性標(biāo)注。在文本表示中，分詞與標(biāo)準(zhǔn)僅為第一步過程，完成以上工作后即需對(duì)研究納入的文本內(nèi)容進(jìn)行處理。可對(duì)java 開發(fā)環(huán)境加以使用，同時(shí)可對(duì)中國(guó)科學(xué)院計(jì)算技術(shù)研究所研發(fā)出的漢語(yǔ)分詞類庫(kù)編寫分詞及標(biāo)注程序做好評(píng)論文本內(nèi)容方面的處理。通過分詞與標(biāo)準(zhǔn)，可得到新的涉及詞性標(biāo)注的詞語(yǔ)集合數(shù)據(jù)。

2.3 對(duì)評(píng)論文本進(jìn)行挖掘

該環(huán)節(jié)主要包括三點(diǎn)內(nèi)容。首先是特征選擇方法，對(duì)于文本特征來(lái)說，主要指文本元數(shù)據(jù)，主要包括描述性特征與語(yǔ)義性特征，前者主要包括文本名稱、大小及日期等，后者主要包括文本標(biāo)題、內(nèi)容及作者等。雖然分詞能夠使文本機(jī)構(gòu)化，但僅經(jīng)過切分會(huì)得到龐大的數(shù)據(jù)，難以進(jìn)行處理。因此，需要對(duì)文本數(shù)據(jù)特征加以確定，以此來(lái)排除無(wú)用詞語(yǔ)，將有用詞語(yǔ)留下。針對(duì)約簡(jiǎn)選擇特征過程，多會(huì)對(duì)一個(gè)評(píng)價(jià)函數(shù)進(jìn)行構(gòu)造，對(duì)每個(gè)詞語(yǔ)的函數(shù)值進(jìn)行計(jì)算，對(duì)達(dá)到閾值的詞語(yǔ)加以選擇，將其作為文本特征。[4]本文采用詞頻方法，基本思想在于對(duì)于低于詞頻率閾值的詞，均將其去掉，將剩余詞條作為特征保留下來(lái)。其次是數(shù)據(jù)表示方法，我們所選擇的數(shù)據(jù)類型均為文檔類，在數(shù)據(jù)的表示過程上，主要是將文檔通過選出的特征實(shí)施結(jié)構(gòu)化表示。在常用的模型上，主要為布爾模型、布爾模型等，不管采用哪一種模式求出權(quán)值，在最終目的上均是為了使文本數(shù)據(jù)得到有效的表示，從而為進(jìn)一步的文本挖掘方法的使用提供便利。再次是挖掘分析。主要通過關(guān)聯(lián)分析法對(duì)一些頻繁一起出現(xiàn)的特征詞進(jìn)行分析，明確其關(guān)聯(lián)性與相互關(guān)系。然后采用文本分類器對(duì)文檔實(shí)施分類，通過無(wú)監(jiān)督的聚類分析促使文本自動(dòng)聚為幾類，繼而對(duì)文本潛在規(guī)律加以發(fā)現(xiàn)。在文本挖掘結(jié)果上，需以列表或圖形化形式加以展示，在結(jié)論分析基礎(chǔ)上得出有用的知識(shí)。

2.4 觀點(diǎn)識(shí)別和總結(jié)

在人們表達(dá)觀點(diǎn)的過程中，其對(duì)象主要為被評(píng)價(jià)事物及其特征，通過對(duì)自然語(yǔ)言處理技術(shù)的使用，在語(yǔ)義分析下，即可對(duì)評(píng)論文本中出現(xiàn)的特征進(jìn)行挖掘。在評(píng)論觀點(diǎn)中，其特征多表現(xiàn)為極性詞及其對(duì)應(yīng)的特征。根據(jù)每個(gè)句子，可通過在正面和反面極性數(shù)量方面的比較對(duì)句子的語(yǔ)義導(dǎo)向加以確定。在網(wǎng)絡(luò)觀點(diǎn)導(dǎo)向識(shí)別過程中，必須對(duì)否定詞重點(diǎn)考慮，如無(wú)“不”、“沒有”等否定詞，則多表示語(yǔ)義相反。[5]在將前面工作均完成后，可以將結(jié)果以圖表等直觀形式呈現(xiàn)出來(lái)，在比較分析下對(duì)不同物品及特征特點(diǎn)進(jìn)行整理，在這一總結(jié)下，網(wǎng)絡(luò)評(píng)論中關(guān)于客戶的知識(shí)即可顯現(xiàn)出來(lái)，便于我們使用。網(wǎng)絡(luò)評(píng)論觀點(diǎn)挖掘，為近年來(lái)新興研究熱點(diǎn)，其以文本挖掘及Web挖掘?yàn)榛A(chǔ)，對(duì)計(jì)算機(jī)技術(shù)及自然語(yǔ)言處理技術(shù)等加以使用，開辟了數(shù)據(jù)挖掘領(lǐng)域新方向。不過，該方面的研究當(dāng)前還處于起步階段，在應(yīng)用范圍上還較為有限，仍需進(jìn)一步研究。

參考文獻(xiàn)：

[1]于堯.網(wǎng)絡(luò)評(píng)論的規(guī)律與工作機(jī)制研究[J].課程教育研究，2018（6）：7778.

[2]韓忠明，李夢(mèng)琪，劉雯，等.網(wǎng)絡(luò)評(píng)論方面級(jí)觀點(diǎn)挖掘方法研究綜述[J].軟件學(xué)報(bào)，2018，（2）：417441.

[3]陳巧紅，孫超紅，賈宇波.文本數(shù)據(jù)觀點(diǎn)挖掘技術(shù)綜述[J].工業(yè)控制計(jì)算機(jī)，2017，30（2）：9495.

[4]高松，王洪偉，馮罡，等.面向在線評(píng)論的比較觀點(diǎn)挖掘研究綜述[J].現(xiàn)代圖書情報(bào)技術(shù)，2016，32（10）：112.

[5]涂慧明.文本觀點(diǎn)挖掘和情感分析的研究[J].電腦知識(shí)與技術(shù)，2016，12（5）：235237.

基金項(xiàng)目：吉安市社會(huì)科學(xué)研究項(xiàng)目（18GH113）

作者簡(jiǎn)介：曾寰（1990），男，碩士，主要研究方向?yàn)閿?shù)據(jù)挖掘；胡運(yùn)全（1976），男，碩士，講師，主要研究領(lǐng)域?yàn)閿?shù)據(jù)挖掘；李金忠（1976），男，碩士，副教授，主要研究領(lǐng)域?yàn)闄C(jī)器學(xué)習(xí)；戴貞明（1968），男，碩士，副教授，主要研究領(lǐng)域?yàn)闄C(jī)器學(xué)習(xí)；龍滿生（1977），男，博士，副教授，主要研究方向?yàn)閳D像分析與虛擬仿真。