基于特征观点对语义匹配的产品评论可信度研究郝玫马建峰摘要：[目的/意义]针对产品评论中的复合句式，实现特征观点对的语义匹配及提取，并明确评论可信度的识别因素及权重，对产品可信评论进行筛选和分析。[方法/过程]基于特征观点对的语义匹配算法实现评论语义指标的量化计算，并采用模糊层次分析法确定可信度指标权重。[结果/结论]实验表明相较于单句提取特征观点对方法，特征观点对的语义匹配算法在召回率、准确率和F-score等性能方面均有较大优势。依据可信度指标对网站产品评论进行筛选，不仅可以评估产品整体的评论可信度，还可以细化到产品特征级别的可信度分析，为用户筛选可信的评论信息并提升购物决策效率。关键词：产品评论;评论可信度;特征观点对;语义匹配;评论筛选DOI：10.3969/j.issn.1008-0821.2019.06.011〔〕TP391.1〔〕A〔〕1008-0821（2019）06-0102-09Abstract：[Purpose/Significance]Inviewofthecompoundsentencepatternintheproductreviews，thispaperrealizedthesemanticmatchingandextractionofthefeatureopinionpairs，andmadecleartheindicatorsandweightsofthereviewscredibilitysoastoselectandanalyzethetrustedreviewsoftheproducts.[Method/Process]Basedonsemanticmatchingalgorithmoffeatureopinionpairs，weextractedthefeatureopinionpairsandcalculatedthesemanticindicatorofreviews，thenusedFuzzyAnalyticHierarchyProcesstodeterminetheweightofindicators.[Result/Conclusion]Theexperimentshowedthatsemanticmatchingalgorithmofthefeatureopinionpairshadagreatadvantageontheperformanceoftherecall，accuracyandF-score，comparedwiththemethodofextractingfeaturepointsfromthesinglesentence.Itcouldnotonlyevaluatethecredibilityoftheoverallreviewoftheproduct，butalsocouldberefinedtothereliabilityanalysisoftheproductfeaturelevel.Meanwhile，itcouldscreencrediblereviewsforusersandimprovetheefficiencyofshoppingdecisions.Keywords：productreviews;reviewscredibility;featureopinionpair;semanticmatching;reviewsscreening隨着网络购物的日益普及，在挑选商品前查看在线评论，成为多数用户的消费习惯[1]。这不仅是因为网络购物的虚拟特性，还因为客户评论来源于购买者的真实体验和对产品的全面评价[2-3]。然而，产品评论的数量庞大，评论质量良莠不齐，让用户逐条挑选可信评论很不现实。而且，销售网站目前对产品评论的排序仅按照时间排序或文字数量排序，这些排序方法对于满足用户查看可信评论的需求还远远不够。因此，针对产品评论的可信度研究一直受到很多学者的关注。产品评论可信度研究主要分为评论可信度指标划分和可信评论排序两项任务[4-5]。从评论质量和评论效用的角度出发，产品评论的可信度指标研究通常分为评论元数据特征分析、评论语义特征分析和评论者分析[6]。其中，评论语义特征分析主要通过计算产品属性情感词在语句中所占比例来实现[7-8]，而产品评论中的属性级别情感分析并不是一个简单的词语频次计算，准确地对表达不规范的评论语句中的产品特征及对应观点进行匹配，然后再对特征观点对进行比例计算，才是对语句语义的准确分析。但是，现有的研究几乎很少关注网络评论表达随意，句式构成复杂，特征观点并不仅在单句中出现的情况，而且没有从语句语法规则和句式依赖关系的分析出发，去提取产品特征观点对，从而计算评论的语义可信度[9]。另外，在可信评论排序方面，目前研究方法中多数仅依据单项指标筛选可信评论而且对于评论语义内容较少关注，不能很好满足客户筛选评论的需求。事实上，综合评论元数据特征、评论语义特征和评论者等多项可信度指标，并确定其权重，对产品评论进行可信度筛选，才能帮助用户全面判定产品评论的质量，实现不仅从产品整体的粗粒度评价产品评论质量，而且细化到产品特征级别来识别产品评论质量。为了解决以上问题，即一方面完善产品评论可信度的语义特征分析方法，另一方面，综合多项可信度指标进行产品评论质量评价，本文将给出基于特征观点对的语义匹配的产品...