基于CNN的漢語解釋性意見句識別方法研究與實現.pdf

1、隨著一系列網絡平臺的出現，網絡上產生了大量由用戶生成的漢語意見文本。網上評論信息數量巨大，用戶希望能夠了解評價產生的原因，而商家也希望能夠獲取更多信息來幫助自己改進，解釋性意見句識別就是為了適應這一需求而產生的，也是為進一步的解釋性意見挖掘作鋪墊。
　　本文面向漢語產品領域及服務領域的評價信息。具體來說，本文的工作主要分為以下三個方面:
　　(1)解釋性意見句語料庫構建:本文針對手機和酒店兩個領域的漢語評價信息，分別構建解釋

2、性意見句語料庫。制定詳細的標注規(guī)范，對語料庫進行統(tǒng)計分析，對比產品領域和服務領域的語料特點，并分析在兩個領域下解釋性意見句識別效果不同的原因。
　　(2)基于CNN的解釋性意見句識別方法:解釋性意見句識別的工作任務就是從意見信息中識別出含有解釋性意見的句子，即對意見句進行二分類。本文采用卷積神經網絡和最大熵的兩種方法進行識別，首先對卷積神經網絡的框架進行詳細的介紹，然后在CNN框架下對可能影響CNN分類效果的因素分別進行實驗，采用