主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
韩忠明,李梦琪,刘雯,张梦玫,段大高,于重重.网络评论方面级观点挖掘方法研究综述.软件学报,2018,29(2):417-441
网络评论方面级观点挖掘方法研究综述
Survey of Studies on Aspect-Based Opinion Mining of Internet
投稿时间:2017-01-10  修订日期:2017-06-09
DOI:10.13328/j.cnki.jos.005386
中文关键词:  观点挖掘  方面提取  观点表达提取  序列标注  网络评论
英文关键词:opinion mining  aspect extraction  opinion expression extraction  sequence labeling  Internet review
基金项目:国家自然科学基金(61170112,61532006);北京市自然科学基金(4172016)
作者单位E-mail
韩忠明 北京工商大学 计算机与信息工程学院, 北京 100048
食品安全大数据技术北京市重点实验室(北京工商大学), 北京 100048 
hanzhongming@btbu.edu.cn 
李梦琪 北京工商大学 计算机与信息工程学院, 北京 100048  
刘雯 北京工商大学 计算机与信息工程学院, 北京 100048  
张梦玫 北京工商大学 计算机与信息工程学院, 北京 100048  
段大高 北京工商大学 计算机与信息工程学院, 北京 100048  
于重重 北京工商大学 计算机与信息工程学院, 北京 100048
食品安全大数据技术北京市重点实验室(北京工商大学), 北京 100048 
 
摘要点击次数: 1710
全文下载次数: 3991
中文摘要:
      网络评论的观点挖掘任务是文本分析的关键问题之一.随着网络评论的快速增长,用户在浏览评论时更加关注细粒度的信息,因此,对评论进行方面级观点挖掘能够帮助消费者更好地做出决策.过去的10多年间,研究人员在大量网络评论语料库上进行观点挖掘等相关研究,并取得了丰硕的研究成果和广泛的应用价值,更不乏优秀学者对观点挖掘方法现状进行综述总结.然而,有针对性地对观点挖掘中的方面提取与观点提取进行综述总结的成果较少.综述了近年来网络评论方面级观点挖掘的研究现状:首先,介绍了方面级观点挖掘的相关问题描述;然后,重点分类介绍方面提取方法及观点内容提取的主要方法;随后,总结了方面级观点挖掘的常见评价指标以及在社会中的广泛应用价值;最后,根据对现有方法提出具有挑战性的方向并进行系统总结.对方面级观点挖掘进行综述有助于比较不同方法的差异,从而发现有价值的研究方向.
英文摘要:
      Opinion mining (OM) of Internet reviews is one of the key issues in text analysis. As the rapid growth of the Internet reviews, users pay more attention to all this fine-grained information when browsing comments. Therefore, aspect-level OM can help consumers make better decisions. In last decade, researchers conducted opinion extraction and analysis on a large number of Internet reviews corpus, and have achieved fruitful research results and broaden the scope of application. There were also some scholars conducted summaries on the present situation of OM methods. To rectify the lack of specific summaries on aspect extraction and opinion expression extraction, this paper analyzes and summarizes the recent research status of aspect-level OM on Internet reviews. The paper describes the aspect-level OM, introduces the different methods of aspect extraction and opinion expression extraction, and summarizes the evaluation measures of aspect-level OM and application values. In the end, it provides an overview of the future challenges along with a synopsis on the existing techniques. This specific survey on aspect-level OM helps to evaluate the different methods and find valuable research direction.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利