[发明专利]一种基于流形学习的产品隐式属性识别方法

权利要求书

1.一种基于流形学习的产品评论隐式属性识别方法，其特征在于从网络上抓取产品评论数据后，对产品评论数据进行如下操作：

1)利用词性标注和语法标注工具，对每一条评论数据中的每一个语句进行词性标注和语法标注，利用公共的标准意见词种子集、词性和语法关系提取出产品属性和意见词，加入对应词表中；

2)扩展产品属性词表和意见词词表；

3)构建产品属性和意见词的关系图；

4)利用流形学习的方法寻找新的同一空间表示产品属性和意见词；

5)对评论数据中的每一个未显式提及产品属性的语句，根据意见词表提取语句中的意见词，利用新空间中的几何位置关系，实现利用意见词推断隐式属性。

2.如权利要求1所述的基于流形学习的产品评论隐式属性识别方法，其特征在于：所述的步骤2)中所述的词表扩展使用从产品评论数据提取出的产品属性词表作为种子词表，将种子词表同义词加入到种子词表中，再对更新后的词表重复扩展操作。通过限制扩展次数或者等待词表收敛终止扩展。

3.如权利要求1或2所述的基于流形学习的产品评论隐式属性识别方法，其特征在于：所述的步骤3)中所述的关系图构建：

1)产品属性词和意见词为图中节点{v_i}，词间关系为图中的边{e_i，j}表示，关系权值以边的权重{w_i，j}表示；

2)若产品属性和意见词在同一评论语句中出现，则认为产品属性和意见词存在共现关系，产品属性i和意见词j的共现权重为二者的PMI值，即PMI(fi,oj)=logP(fi,oj)P(fi)P(oj),]]>其中，f_i为产品属性词i在新空间的坐标，o_j为意见词j在新空间的坐标，P(fi)=occ(fi)Σwocc(w),]]>P(oj)=occ(oj)Σwocc(w),]]>occ(t)为词t在文档中出现的频率，occ(f_i，o_j)为产品属性i和意见词j的共现频率，为评论数据中所有词的频率和；

3)若产品属性i出现在意见词j的词典解释中，则认为意见词对产品属性有语义指向关系，指向关系权重SRI_i，j为1，否则为0；

4)产品属性i和意见词j的总权重为Wijfo=PMI(fi,oj)+μSRI(fi,oj),]]>其中μ为可调参数；

5)产品属性i和产品属性j间的关系权重意见词m和意见词n间的关系权重由二者的语义近似关系衡量，由现有的词义相似度分析工具直接获得。