客观知识体系中语义关系相邻共现规律研究

客观知识体系是由概念为节点和语义关系为边组成的大规模语义网络，其中普遍存在着大量的语义关系相邻共现现象，却一直未引起学者的关注。本文针对语义关系相邻共现现象进行了定义与分析，并根据语义关系共现的特点和基于前人的共现分析方法，选择了语义关系相邻共现强度函数，并以WordNet为背景计算其语义关系相邻共现矩阵。通过分析该共现矩阵发现了单个语义关系间的共现规律，并依据语义关系分类进一步挖掘了一类语义关系与其他关系间的共现规律。这些语义关系相邻共现规律的发现为判断语义关系组合的可能性和有效性提供了客观依据，为研究语义关系组合打下了很好的基础。

基于特征聚类的网络评论信息挖掘研究

网络评论中的信息特征及情感倾向是一种重要信息,文章针对有的中文产品评论信息挖掘存在的不足,提出了一种基于词汇共现性的产品特征聚类技术与细粒度情感分析技术。在产品评论中,同类的产品属性会有多种多样的表述方式,文章将产品评论中的产品特征进行归类,且与以往基于句子的整体情感分析不同,提出了针对产品特征的更细粒度情感分析技术,并且对没有相应情感倾向的属性词做出合理处理。

中文客户评论对象特征的抽取与聚类方法

提出了一种评价对象特征抽取与聚类方法,其基本思想是:首先运用Apriori算法和剪枝方法从客户评论中抽取评论对象特征集;然后,以特征之间的基于Hownet的词语相似度和特征与观点共现的信息作为聚类依据,对特征进行聚类。采用通过从互联网获得的客户评论语料对该方法进行了实验,实验结果验证了该方法的有效性。