經典的觀點挖掘演算法（文字挖掘系列）
阿新 • • 發佈：2019-01-31
最近閱讀了一篇關於觀點挖掘的KDD論文（Mining and Summarizing Customer Reviews，KDD04），其挖掘演算法很經典，特此做記錄。
該論文要解決的問題是，識別使用者評論的情感（positive or negative），並作歸納，為使用者購買產品提供真實有效的參考。歸納的形式如下（以數碼相機為例）：
數碼相機：
特徵： 照片質量
Positive： 253
<使用者評論的句子>
Negative: 8 
(1) Crawl Reviews：
第一步當然就是爬蟲，從網站上抓取使用者評論並存儲。
(2) POS Tagging：
使用NLProcessor或StanFord Parser（推薦使用）對使用者的每一句評論打POS標籤，POS標籤會給每個詞標註詞性，就像這樣：
I/FW recently/RB purchased/VBD the/DT canon/JJ powershot/NN g3/NN and/CC am/VBP extremely/RB satisfied/VBN
with/IN the/DT purchase/NN ./.
(1) Crawl Reviews：
第一步當然就是爬蟲，從網站上抓取使用者評論並存儲。
(2) POS Tagging：
使用NLProcessor或StanFord Parser（推薦使用）對使用者的每一句評論打POS標籤，POS標籤會給每個詞標註詞性，就像這樣：
I/FW recently/RB purchased/VBD the/DT canon/JJ powershot/NN g3/NN and/CC am/VBP extremely/RB satisfied/VBN
with/IN the/DT purchase/NN ./.