邱云飛，倪學(xué)峰，邵良杉

QIU Yunfei1,NI Xuefeng1,SHAO Liangshan2

1.遼寧工程技術(shù)大學(xué) 軟件學(xué)院，遼寧 葫蘆島125100

2.遼寧工程技術(shù)大學(xué) 系統(tǒng)工程研究所，遼寧 葫蘆島125100

1.Software College,Liaoning Technical University,Huludao,Liaoning 125100,China

2.Institute of Systems,Liaoning Technical University,Huludao,Liaoning 125100,China

1 引言

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，消費(fèi)者更喜歡在網(wǎng)絡(luò)上發(fā)布一些自己內(nèi)心真實(shí)的觀點(diǎn)，如去網(wǎng)站論壇發(fā)布一些針對(duì)某商品或服務(wù)的評(píng)論，同時(shí)在消費(fèi)之前也會(huì)上網(wǎng)瀏覽下他人的觀點(diǎn)意見。這些評(píng)論中往往包含了用戶的最真實(shí)的觀點(diǎn)意見，因此，評(píng)論挖掘作為非結(jié)構(gòu)化信息挖掘的一個(gè)新興研究領(lǐng)域也隨之而生。目前對(duì)于網(wǎng)絡(luò)評(píng)論挖掘的問題，學(xué)者Popescu[1]將其歸結(jié)為以下幾個(gè)重要問題：（1）挖掘重要產(chǎn)品特征；（2）挖掘用戶對(duì)產(chǎn)品特征的主要觀點(diǎn)；（3）判斷評(píng)論觀點(diǎn)的情感導(dǎo)向；（4）根據(jù)觀點(diǎn)的重要性進(jìn)行排名。

國內(nèi)外對(duì)商品特征提取的研究方法正處于發(fā)展階段，文獻(xiàn)[2]提出如何從消費(fèi)者評(píng)論中挖掘商品特征，但只能處理英文文本，并不適用于中文評(píng)論。文獻(xiàn)[3]采用基于句法分析技術(shù)的評(píng)論對(duì)象抽取方法；文獻(xiàn)[4]采用基于關(guān)聯(lián)規(guī)則分類的產(chǎn)品特征挖掘算法，這兩種方法雖然能很好的處理中文文本評(píng)論，但提取出的全部都是顯式評(píng)價(jià)對(duì)象。而文獻(xiàn)[5]采用特征詞庫對(duì)評(píng)論進(jìn)行特征標(biāo)注，雖然特征標(biāo)注的準(zhǔn)確率能達(dá)到87.47%，但是需要人工核查獲取特征詞庫，其中耗費(fèi)了大量的人力、物力。商品評(píng)論中的商品特征可以分為顯示特征和隱式特征[6]，本文稱之為顯式評(píng)價(jià)對(duì)象和隱式評(píng)價(jià)對(duì)象。如果一個(gè)特征f出現(xiàn)在一個(gè)評(píng)估文本r中，那么被稱為r的一個(gè)顯式特征。如果f沒有在r中出現(xiàn)，但是被暗指，那么將其稱為r的一個(gè)隱式特征。例如“這家店位置非常好下車就看到了”，就能簡(jiǎn)單地識(shí)別出“位置”這一顯式屬性。而“地方不好找但是交通還是很方便的”，需要通過分析理解才能識(shí)別出“位置”這一屬性?，F(xiàn)有的產(chǎn)品特征抽取方法所提取出的大都是產(chǎn)品的顯式特征，也就是通過各種模型提取出產(chǎn)品評(píng)論中的個(gè)別詞或詞組作為評(píng)價(jià)對(duì)象，但是這樣一來好多評(píng)價(jià)對(duì)象雖然描述不同但評(píng)價(jià)對(duì)象卻從屬于同一個(gè)方面。

本文提出并實(shí)現(xiàn)了一種有監(jiān)督的商品隱式評(píng)價(jià)對(duì)象提取方法。第2 章詳細(xì)描述隱式評(píng)價(jià)對(duì)象提取的相關(guān)工作，主要包括候選評(píng)價(jià)對(duì)象提取、候選評(píng)價(jià)對(duì)象聚類、特征詞權(quán)值計(jì)算以及隱式評(píng)價(jià)對(duì)象識(shí)別。第3 章敘述了對(duì)大規(guī)模真實(shí)文本的實(shí)驗(yàn)，并與相關(guān)的研究工作進(jìn)行了比較。最后是對(duì)工作的一個(gè)小結(jié)。

2 隱式評(píng)價(jià)對(duì)象提取的相關(guān)工作

本文提出的商品隱式評(píng)價(jià)對(duì)象提取的方法，首先從評(píng)論語料中根據(jù)評(píng)價(jià)對(duì)象模型提取出候選評(píng)價(jià)對(duì)象，并根據(jù)k-means 算法[7]將候選評(píng)價(jià)對(duì)象聚類從而提取出隱式評(píng)價(jià)對(duì)象及其相關(guān)的特征詞集合，然后計(jì)算出每個(gè)特征詞指示隱式評(píng)價(jià)對(duì)象的能力，最后根據(jù)特征詞指示能力的引導(dǎo)抽取出用戶在評(píng)論語料中提出的觀點(diǎn)。圖1給出了實(shí)驗(yàn)方法框架圖。

圖1 實(shí)驗(yàn)方法框架圖

2.1 候選評(píng)價(jià)對(duì)象提取

2.1.1 評(píng)價(jià)對(duì)象模型

由于評(píng)論內(nèi)容比較短，評(píng)論子句大都是由簡(jiǎn)單的詞或短語以一定的順序組合而成的，而且每條評(píng)論子句通常也就只描述了某一事物的一個(gè)特征，因此采用句式語義的形式分析方法提取出評(píng)論子句的主干[8]，并構(gòu)建一個(gè)二元組C(np,ap)或C(np,vp)，其中np、ap、vp分別表示具有名詞、形容詞、動(dòng)詞詞性的詞或短語，且np即為此評(píng)論子句中的候選評(píng)價(jià)對(duì)象，ap或vp即為該候選評(píng)價(jià)對(duì)象的特征詞。二元組的構(gòu)建遵循如下三條原則（定義N為詞的個(gè)數(shù)）：

2.1.2 特征詞擴(kuò)充

針對(duì)評(píng)論子句僅由數(shù)個(gè)詞或詞組構(gòu)成，評(píng)論子句中對(duì)評(píng)價(jià)對(duì)象的描述不夠清晰，相應(yīng)的評(píng)價(jià)對(duì)象特征詞也不足以明確的指示該評(píng)價(jià)對(duì)象，為此需要尋求一種解決辦法，能從簡(jiǎn)單的評(píng)論子句中獲取充足的指示特征詞，使得候選評(píng)價(jià)對(duì)象模型中有價(jià)值的信息有所增加。正是由于候選評(píng)價(jià)對(duì)象模型是由一個(gè)包含兩個(gè)元素的二元組組成，借此可以憑借這兩個(gè)詞或短語相似的詞擴(kuò)充到特征詞集合T中。

HowNet（《知網(wǎng)》）是一個(gè)以漢語和英語的詞語所代表的概念為描述對(duì)象，以揭示概念與概念之間的概念所具有的屬性之間的關(guān)系為基本內(nèi)容的常識(shí)知識(shí)庫[9]。對(duì)于漢語詞匯，知網(wǎng)中的描述基于“義原”這一基本概念。義原，可以被認(rèn)為是漢語中最基本的、不易于再分隔的最小語義單位。將通過HowNet 獲取的np、ap、vp義原npi、apj、vpk擴(kuò)充到特征詞集合T中，最終得到的候選評(píng)價(jià)對(duì)象模型為C(np,T)，其中，T=(ap,N,A)或T=(vp,N,V)，N=(np1,np2,…,npr)，A=(ap1,ap2,…,aps)，V= (vp1,vp2,…,vpt)。

2.2 候選評(píng)價(jià)對(duì)象聚類

根據(jù)評(píng)價(jià)對(duì)象模型獲取的候選評(píng)價(jià)對(duì)象分布不夠集中，排列比較松散，不能明確的展現(xiàn)出用戶的觀點(diǎn)態(tài)度，而且存在一種多個(gè)候選評(píng)價(jià)對(duì)象模型實(shí)際描述的卻是同一個(gè)評(píng)價(jià)對(duì)象的現(xiàn)象。為此采用k-means 聚類算法將候選評(píng)價(jià)對(duì)象C(np,T)根據(jù)T=(ap,N,A)或T=(vp,N,V)的相似度聚類。k-means 聚類算法的核心思想是找出k個(gè)聚類中心c1,c2,…,ck，使得每一個(gè)數(shù)據(jù)點(diǎn)xi和與其最近的聚類中心cr的平方距離和被最小化（該平方距離和被稱為偏差D）[10]?；趉-means 算法的候選評(píng)價(jià)對(duì)象聚類算法描述如下：

Algorithmk-means(k,D)

Input：候選評(píng)價(jià)對(duì)象集合D；聚類數(shù)k

Output：聚類結(jié)果

Procedure：

步驟1隨機(jī)選擇k個(gè)候選評(píng)價(jià)對(duì)象作為初始的聚類中心Ki

步驟2迭代循環(huán)：每個(gè)候選評(píng)價(jià)對(duì)象Cj

計(jì)算Cj與各候選評(píng)價(jià)對(duì)象類之間的相似度Similarity

將Cj分配到相似度Similarity最大的聚類中心

步驟3重新計(jì)算聚類中心Ki

步驟4終止條件不成立跳轉(zhuǎn)到步驟2，否則結(jié)束

終止條件：

1.沒有候選評(píng)價(jià)對(duì)象被重新分配給不同的聚類

2.沒有聚類中心發(fā)生變化

候選評(píng)價(jià)對(duì)象C(np,T)之間的相似度計(jì)算基于劉群在文獻(xiàn)[11]中計(jì)算兩個(gè)義項(xiàng)集合的相似度算法來計(jì)算評(píng)價(jià)對(duì)象模型中特征詞集合T中元素之間的相似度，從而根據(jù)特征詞集合中元素相似度的算術(shù)平均值得出候選評(píng)價(jià)對(duì)象的相似度[12]。候選評(píng)價(jià)對(duì)象Ci與Cj之間的相似度計(jì)算公式如下公式（1）所示（如下公式（1）、（2）中將T=(ap,N,A) 或T=(vp,N,V) 統(tǒng)一寫成T=(t1,T1,T2)的形式）：

將k-means 聚類算法得出的k個(gè)聚類中心Kj(npj,Tj)中的npj作為最終要提取的評(píng)價(jià)對(duì)象，Tj以及聚類中其他候選評(píng)價(jià)對(duì)象Ci(npi,Ti)中的npi和Ti組成一個(gè)新的集合Γ作為評(píng)價(jià)對(duì)象npj的特征詞集合，形成最終的評(píng)價(jià)對(duì)象模型A(n,Γ)=(npj,Γ)。

2.3 特征詞權(quán)值計(jì)算

χ2統(tǒng)計(jì)量（CHI）衡量的是特征項(xiàng)ti和類別Cj之間的關(guān)聯(lián)程度[13]，并假設(shè)ti和Cj之間符合具有一階自由度的χ2分布。特征對(duì)于某一類別的χ2統(tǒng)計(jì)值越高，它與該類之間的相關(guān)性越大，攜帶信息也較多，反之則較少。利用χ2統(tǒng)計(jì)量（CHI）在訓(xùn)練語料中衡量特征詞ti對(duì)于隱式評(píng)價(jià)對(duì)象Aj的指示能力，也就是說特征詞ti對(duì)于隱式評(píng)價(jià)對(duì)象Aj的χ2統(tǒng)計(jì)值χ2(ti,Aj)越高，它與該隱式評(píng)價(jià)對(duì)象之間的相關(guān)性也就越大，指示該隱式評(píng)價(jià)對(duì)象的能力就越強(qiáng)。計(jì)算特征詞對(duì)每個(gè)隱式評(píng)價(jià)對(duì)象的χ2統(tǒng)計(jì)值的公式（3）所示：

其中，n表示語料庫中評(píng)論子句的總數(shù)，|Aj|表示語料庫中評(píng)論了隱式評(píng)價(jià)對(duì)象的Aj評(píng)論子句總數(shù)，α表示是評(píng)論了隱式評(píng)價(jià)對(duì)象Aj且包含特征詞ti的評(píng)論子句數(shù)，β表示未評(píng)論Aj但包含特征詞ti的評(píng)論子句數(shù)，γ表示評(píng)論了Aj但不包含特征詞ti的評(píng)論子句數(shù)，d表示既未評(píng)論Aj也不包含特征詞ti的評(píng)論子句數(shù)。上述4 種情況可從表1 中清晰看出。

表1 屬性關(guān)聯(lián)詞ti 與屬性Aj 關(guān)系示意圖

2.4 隱式評(píng)價(jià)對(duì)象識(shí)別

需要分析的評(píng)論子句C=w1w2…wp，由p個(gè)詞組成，這p個(gè)詞中必有q個(gè)特征詞，即C≥t1t2…tq。隱式評(píng)價(jià)對(duì)象提取過程中，根據(jù)該條評(píng)論語句，與隱式評(píng)價(jià)對(duì)象的特征詞集合I中每個(gè)特征詞ti的χ2統(tǒng)計(jì)值χ2(ti)=(χ2(ti,A1),χ2(ti,A2),…,χ2(ti,Am))，將評(píng)論語句中所有特征詞對(duì)某一隱式評(píng)價(jià)對(duì)象的χ2統(tǒng)計(jì)值的和記為該評(píng)論語句指示這一隱式評(píng)價(jià)對(duì)象的能力。定義公式（5），根據(jù)評(píng)論語句的χ2統(tǒng)計(jì)值提取出隱式評(píng)價(jià)對(duì)象。

3 隱式評(píng)價(jià)對(duì)象提的取方案設(shè)計(jì)

（1）實(shí)驗(yàn)數(shù)據(jù)采集

利用網(wǎng)絡(luò)爬蟲[14]從網(wǎng)絡(luò)上下載用戶評(píng)論文本作為實(shí)驗(yàn)的語料數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理。本研究以大眾點(diǎn)評(píng)網(wǎng)、飯統(tǒng)網(wǎng)、丁丁網(wǎng)等網(wǎng)站上針對(duì)餐館的評(píng)論數(shù)據(jù)為例形成評(píng)論語料庫。

（2）對(duì)評(píng)論語料進(jìn)行語句拆分

本文根據(jù)句子邊界的啟發(fā)式搜索算法將一條評(píng)論語句分割成若干子句，而且通過對(duì)語料庫的分析，發(fā)現(xiàn)人們喜歡用“……”、“～”、“!!”、“!!!”、“。?！?、“～～”等一些特殊標(biāo)點(diǎn)符號(hào)或是一些表轉(zhuǎn)折、并列等的連詞來提示上下文談?wù)搯栴}的轉(zhuǎn)變[15]。因此，需要將這些特殊符號(hào)和連詞作為初始的句子邊界。

（3）對(duì)評(píng)論語料分詞和詞性標(biāo)注

本文對(duì)評(píng)論語料采用中國科學(xué)院計(jì)算機(jī)技術(shù)研究所在多年研究工作積累的基礎(chǔ)上，研制出的漢語詞法分析系統(tǒng)ICTCLAS（Institute of Computing Technology，Chinese Lexical Analysis System）進(jìn)行分詞。分詞后根據(jù)詞性標(biāo)注的結(jié)果以及文獻(xiàn)[4]中提出的短語提取模式提取出名詞短語、形容詞短語、動(dòng)詞短語。

（4）提取候選評(píng)價(jià)對(duì)象

在評(píng)論語料庫中利用評(píng)價(jià)對(duì)象模型提取出候選評(píng)價(jià)對(duì)象，并通過HowNet 獲取評(píng)價(jià)對(duì)象特征詞的義原以擴(kuò)充特征詞集合。

（5）隱式評(píng)價(jià)對(duì)象提取

采用聚類算法對(duì)候選評(píng)價(jià)對(duì)象聚類從而提取出評(píng)論語料庫中所涉及的隱式評(píng)價(jià)對(duì)象，以及評(píng)價(jià)對(duì)象特征詞集合。

（6）特征詞權(quán)重計(jì)算

根據(jù)訓(xùn)練語料對(duì)步驟5得出的隱式評(píng)價(jià)對(duì)象特征詞集合中的各個(gè)元素，按照公式（3）進(jìn)行特征詞權(quán)重計(jì)算。

（7）隱式評(píng)價(jià)對(duì)象識(shí)別

根據(jù)公式（5）提取出實(shí)驗(yàn)語料中評(píng)論子句的隱式評(píng)價(jià)對(duì)象。

4 實(shí)驗(yàn)數(shù)據(jù)與分析

4.1 實(shí)驗(yàn)數(shù)據(jù)

本實(shí)驗(yàn)從大眾點(diǎn)評(píng)網(wǎng)（http：//www.dianping.com）下載了關(guān)于北京、大連、廈門、鞍山4 個(gè)城市的10 家餐館的1 135 條評(píng)論，作為測(cè)試集進(jìn)行實(shí)驗(yàn)，評(píng)論語料分布如表2 所示。

表2 評(píng)論語料

4.2 實(shí)驗(yàn)結(jié)果

對(duì)評(píng)論語句進(jìn)行語句分割后得到5 684 條評(píng)論子句，其中有1 624 條子句是陳述事實(shí)等與分析無關(guān)的評(píng)論子句，根據(jù)構(gòu)建候選評(píng)價(jià)對(duì)象模型的3 條規(guī)則對(duì)剩余的有價(jià)值的評(píng)論子句進(jìn)行候選評(píng)價(jià)，對(duì)象建模后得出3 732 個(gè)候選評(píng)價(jià)對(duì)象。

4.2.1 特征詞擴(kuò)充對(duì)比

為了驗(yàn)證本文針對(duì)評(píng)論文本內(nèi)容短、稀疏性高的特點(diǎn)，提出的特征詞擴(kuò)充技術(shù)能否有效提高聚類效果，進(jìn)行此項(xiàng)實(shí)驗(yàn)。將根據(jù)評(píng)論子句構(gòu)建的候選評(píng)價(jià)對(duì)象數(shù)據(jù)集1 與根據(jù)HowNet 義原擴(kuò)充特征詞集合的候選評(píng)價(jià)對(duì)象數(shù)據(jù)集2 進(jìn)行比較，來測(cè)評(píng)兩類數(shù)據(jù)集的聚類效果。由于人們關(guān)心的餐館特征一般在7 個(gè)左右，所以預(yù)分類的聚簇?cái)?shù)K值在范圍[4，14]中進(jìn)行實(shí)驗(yàn)，對(duì)于聚類效果的評(píng)估采用整個(gè)聚類結(jié)果的平均純度purityavg(D)作為評(píng)價(jià)指標(biāo)，purityavg(D)值越大說明一個(gè)聚類中僅包含一個(gè)類別的數(shù)據(jù)的程度越高。圖2 給出了在數(shù)據(jù)集1 和數(shù)據(jù)集2 上分別進(jìn)行分裂的層次聚類的結(jié)果。

圖2 在數(shù)據(jù)集1和數(shù)據(jù)集2上分別進(jìn)行分裂的層次聚類的結(jié)果

4.2.2 聚類結(jié)果對(duì)比

本文的方法對(duì)3 732 個(gè)候選評(píng)價(jià)對(duì)象按照k-means聚類算法對(duì)選取的不同聚簇?cái)?shù)K聚類，最終將各個(gè)聚簇中心作為評(píng)價(jià)對(duì)象，結(jié)果如表3 所示。

4.2.3 評(píng)估隱式評(píng)價(jià)對(duì)象提取

為了驗(yàn)證本文提出的隱式評(píng)價(jià)對(duì)象方法反映用戶觀點(diǎn)的全面性和準(zhǔn)確性，除了采取了文本處理問題研究中普遍使用的性能評(píng)估指標(biāo)：查全率recall和查準(zhǔn)率precision之外，還添加了絕對(duì)偏差值MAE作為度量標(biāo)準(zhǔn)。絕對(duì)偏差值MAE是通過計(jì)算系統(tǒng)識(shí)別出的隱式評(píng)價(jià)對(duì)象與手工標(biāo)注的隱式評(píng)價(jià)對(duì)象之間的偏差來度量分析的準(zhǔn)確性，MAE值越小分析質(zhì)量越高。對(duì)于隱式評(píng)價(jià)對(duì)象Ai的查全率、查準(zhǔn)率和絕對(duì)偏差值的計(jì)算方法如公式（6）、（7）、（8）所示，公式中的參數(shù)如表4 所示。

對(duì)于實(shí)驗(yàn)數(shù)據(jù)在選取不同聚簇?cái)?shù)K，即不同隱式評(píng)價(jià)對(duì)象數(shù)量下進(jìn)行隱式評(píng)價(jià)對(duì)象提取的查全率、查準(zhǔn)率和絕對(duì)偏差值的實(shí)驗(yàn)，結(jié)果如表5。

圖2 顯示隨著聚簇?cái)?shù)K值得不斷增加，聚類結(jié)果的平均純度purityavg(D)也隨之上升，雖然K值越大聚類結(jié)果的純度就越大，但是根據(jù)表3 聚類結(jié)果顯示當(dāng)K值增加到9 時(shí)聚類之間的相似度也在隨之的增加，本文算法的查全率隨之上升但是查準(zhǔn)率在不斷降低，絕對(duì)偏差值卻在一再的升高。因此，在K的選擇上不僅要考慮k-means 聚類過程結(jié)果的平均純度，還要結(jié)合類間相似度，以及Recall和Precision二者的平衡點(diǎn)選擇最優(yōu)的K值。

表3 k-means聚類結(jié)果

表4 參數(shù)列表

表5 隱式評(píng)價(jià)對(duì)象提取測(cè)評(píng)表

5 結(jié)束語

本文利用分類算法實(shí)現(xiàn)了一個(gè)商品隱式評(píng)價(jià)對(duì)象提取的系統(tǒng)，可分為候選評(píng)價(jià)對(duì)象提取，利用k-means 算法對(duì)候選評(píng)價(jià)對(duì)象聚類，特征詞權(quán)重計(jì)算和隱式評(píng)價(jià)對(duì)象識(shí)別4 部分，結(jié)合用戶在網(wǎng)上發(fā)表的評(píng)論進(jìn)行訓(xùn)練得出每個(gè)特征詞的指示能力，并根據(jù)特征詞的指示能力對(duì)實(shí)驗(yàn)語料進(jìn)行評(píng)估。實(shí)驗(yàn)結(jié)果表明本研究方法是合理有效的，但是實(shí)驗(yàn)結(jié)果受候選評(píng)價(jià)對(duì)象提取的影響很大。下一步，可以結(jié)合其他方法改進(jìn)候選評(píng)價(jià)對(duì)象提取的方法，從而提高整個(gè)隱式評(píng)價(jià)對(duì)象識(shí)別方法的準(zhǔn)確性。

[1] Popescu A M，Etzioni O.Extracting product features and op inions from reviews[C]//Proceedings of HLT-EMNLP 2005，2005：339-346.

[2] Hu Minqing，Liu Bing.Mining opinion features in customer reviews[C]//Proceedings of the 19th National Conference on Artificial Intellgience，San Jose，USA，2004.

[3] 劉鴻宇，趙妍妍，秦兵，等.評(píng)價(jià)對(duì)象抽取及其傾向性分析[J].中文信息學(xué)報(bào)，2010，24（1）：84-88.

[4] 李實(shí)，葉強(qiáng)，李一軍，等.中文網(wǎng)絡(luò)客戶評(píng)論的產(chǎn)品特征挖掘方法研究[J].管理科學(xué)學(xué)報(bào)，2009，12（2）：142-152.

[5] 潘宇，林鴻飛.基于語義極性分析的餐館評(píng)論挖掘[J].上海：計(jì)算機(jī)工程，2008，34（17）：208-210.

[6] Hu Minqing，Liu Bing.Mining and summarizing customer reviews[C]//Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining.New Yorks：ACM Press，2004：168-177.

[7] 任江濤，孫婧昊，施瀟瀟，等.一種用于文本聚類的改進(jìn)的K均值算法[J].計(jì)算機(jī)應(yīng)用，2006，26：73-75.

[8] 姚天昉，婁德成.漢語語句主題語義傾向分析方法的研究[J].中文信息學(xué)報(bào)，2007，21（5）：73-79.

[9] HowNet.HowNets Home Page[EB/OL].[2013-08-15].http：//www.keenage.com.

[10] 孫吉貴，劉杰，趙連宇.聚類算法研究[J].北京：軟件學(xué)報(bào)，2008，19（1）：48-61.

[11] 劉群，李素建.基于《知網(wǎng)》的詞匯語義相似度的計(jì)算[C]//第三屆漢語詞匯語義學(xué)研討會(huì)，中國臺(tái)北，2002：59-76.

[12] 游彬，嚴(yán)岳松，孫英閣，等.基于HowNet 的信息量計(jì)算語義相似度算法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2013，22（1）：129-133.

[13] 肖婷，唐雁.改進(jìn)的卡方統(tǒng)計(jì)文本特征選擇方法[J].計(jì)算機(jī)工程與應(yīng)用，2009，45（14）：136-140.

[14] 鄭力明，易平.基于HTMLParser 信息提取的網(wǎng)絡(luò)爬蟲設(shè)計(jì)[J].微計(jì)算機(jī)期刊，2009，25（3）：67-69.

[15] 趙妍妍，秦兵，車萬翔，等.基于句法路徑的情感評(píng)價(jià)單元識(shí)別[J].軟件學(xué)報(bào)，2011，22（5）：887-898.