产品意见挖掘研究进展基金项目：本文系湖北省教育厅青年科学技术研究项目“非结构化文本评论的情感分析模型构建研究”（项目编号：Q20132503）的研究成果之一。：李光敏（１９７９－），男，讲师，硕士研究生，研究方向：文本挖掘，情感计算。?理论探索?〔摘要〕随着Web2??0技术和电子商务的飞速发展，越来越多的用户参与到互联网，分享产品的使用体验和表达喜恶的观点，如何从评论文本中分析挖掘出互联网用户对产品的意见观点是消费者和生产商所迫切需要解决的问题。本文首先分析产品意见挖掘的必要性，然后从产品特征识别、产品评论主客观分类、情感极性分类等方面介绍了国内外的研究进展及所采用的技术，最后指出产品意见挖掘面临的不足和今后的研究方向。〔关键词〕意见挖掘；意见识别；特征识别；情感极性分类ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１４．０３．００８〔〕Ｆ７１３?保常丁参南妆晔堵搿常痢参恼卤嗪拧常保埃埃福?０８２１（２０１４）０３－００３２－０４ResearchProgressinProductOpinionMiningLiGuangmin１ZhangLei２ZhaoDengke３（１．CollegeofComputerScienceandTechnology，HubeiNormalUniversity，Huangshi435000，China；２．InstituteofDataandKnowledgeEngineering，HenanUniversity，Kaifeng475004，China；３．DepartmentofComputer，ZhengzhouVocationalCollegeofEconomicsandTrade，Zhengzhou450000，China）〔Ａｂｓｔｒａｃｔ〕WiththerapidevolutionofWeb2??0technologyandelectroniccommerce,moreandmorecustomersparticipateintheInternet,shareproductexperienceandexpresslikesordislikesaboutproduct.Firstly,thispaperpresentedthenecessityofopinionminingonthegrowingsocialmediaandelectroniccommercebusiness.Thenitintroducedtheresearchprogressbothathomeandabroadoftheopinionminingonproductfromtheprospectofproductfeature-basedidentification,productreviewsubjectivityanalysisandsentimentpolarityclassification.Finally,itsummarizedthechallengeofopinionminingonproductandresearchinterestsaboutit.〔Ｋｅｙｗｏｒｄｓ〕opinionmining;opinionidentification;featureidentification;polarityclassification随着Web2??0技术的蓬勃发展，互联网用户完成由被动接受信息到主动参与创造信息的角色转换，同时电子商务的飞速发展也使用户创造的内容中包含更多的产品使用体验和评论，形成所谓的电子口碑（ElectronicWord-of-Mouth，eWOM），越来越多的数据表明，电子口碑正影响着人们的消费方式和购买意向。针对日益增长的非结构化产品意见文本评论，如果采用人工方式对这些海量信息进行收集、分析和归纳，显然是不现实的。因此结合信息检索、自然语言处理、机器学习等领域知识对非结构化的文本评论进行提取和分类的产---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---品意见挖掘（OpinionMining）技术受到国内外学者的广泛关注。意见挖掘（又称情感分析）在产品评论方面的研究意义主要体现在两个方面，一方面帮助商家改进产品质量提高企业竞争力，同时获取竞争情报，进行产品或服务方面的差异化竞争，这对产品品牌影响力和客户关系管理有着重要的作用；另一方面帮助潜在消费者了解产品的优势和不足，结合个人实际需要，迅速做出购买决定，节约决策时间。一般来说，产品意见挖掘主要包括产品特征识别、与特征相关的意见识别、意见极性及强度判断和用户观点汇总显示4个子任务［１］。因此本文主要从产品特征识别、产品评论的主客观分析、情感极性分类3个方面介绍国内外相关的研究技术与进展。１产品特征识别产品特征描述产品的各个方面，Popescu［１］等人认为产品特征可细分为5个类别，其中包括产品的属性、部件、部件特征、产品的相关概念和概念特征。如：“?唱呈只?的摄像头的分辨率较高，所以拍出来的照片清晰度还可以接受。”中的摄像头分辨率和照片清晰度表示手机相关概念的特征。产品特征识别属于意见挖掘中词和短语级的特征抽取任务，主要分为基于特...