2018-3-3 论文（网络评论中非结构化信息的表示与应用研究）笔记一

文章立脚点：

大量网络评论的出现，使得产品制造商或消费者很难跟踪己购产品用户的意见和建议，这就给他们的决策造成了额外的困难。

文章思路;

将网络评论中的非结构化信息处理成结构化信息

文章的总体的脉络

首先研宄评论分词、词性标注以及对歧义词、未登录词、禁用词的处理方法，然后分析比较传统特征抽取模型的优缺点，并在此基础上提出基于迭代思想的网络评论特征抽取模型，然后利用模糊认知图的知识表示和推理机制，充分考虑特征项之间、特征项与类别之间、类别与类别之间的因果关系和相互影响，提出基于模糊认知图的网络评论表示模型。在此基础上，利用分类器对网络评论进行分类，提出基于证据理论的网络评论综合评价模型。最后，收集来自于互联网的大量客户评论内容，并利用提出的模型和方法进行相应实验，得到了有效的实验结果，进而验证了模型的有效性。



研究背景：






研究意义：






文章主要内容：






论文研究路线：






特征提取的三种方式：






汉语文本的切分方式：






汉语相比较英语难切分：

（1）汉语的多意，一个汉字自己是一种意思，和另一个组合是一种意思，在和另外一个有是另一种

（2）英语中粗略的可以使用分隔符，作为分词的依据

（3）英语文本是小字符集上的已经充分分开的词串，而汉语文本是大字符集上的连续字符串，并且次与此之间没有明显的符号分割（比如空格符）

歧义字段分类以及目前切片策略






未登录词：

没有录入词典中作为切分的词（可以通过统计是否常用来更新词典中的词）

禁用词：

没有意义的词。其遵循的规则如下：