(3.236.100.86) 您好!臺灣時間:2021/05/06 15:01
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:蔡偉棋
研究生(外文):Wei-Chi Tsai
論文名稱:利用意見分析之中文部落格招牌菜餚名稱辨識系統
論文名稱(外文):Dish Name Recommendation system from Chinese Blog Reviews Using Sentiment Analysis
指導教授:蔡宗翰蔡宗翰引用關係
指導教授(外文):Tzong-Han Tsai
學位類別:碩士
校院名稱:元智大學
系所名稱:資訊工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2011
畢業學年度:99
語文別:中文
論文頁數:31
中文關鍵詞:部落格文章意見分析菜餚名稱
外文關鍵詞:blog reviewsentiment analysisopinion miningdish namefood name
相關次數:
  • 被引用被引用:3
  • 點閱點閱:327
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
部落格食評能提供撰寫者本身對於某餐廳食物的實際品嘗經驗,也因此成為許多網路使用者挑選餐廳的依據。使用者常常花費過多的時間去找尋餐廳較受人歡迎的菜餚,本計劃提出一種對於線上中文部落格食評文章作招牌菜餚的辨識方法,從使用者撰寫的食評文章中,統整並且辨識出餐廳的招牌菜餚。若要將食評中的重要資訊,如推薦菜餚名稱,抽出存入餐廳相關資訊資料庫中,以供之後的應用,便需要對餐廳食評文本進行資訊擷取。然而,食評屬於非結構化文件,其格式長度不一,故我們提出了一個嶄新的方法來處理中文的食評部落格文章,並且將菜餚名稱與意見詞作配對,再結合文字特徵與網頁特有的風格特徵,利用條件隨機域模型的特色將辨識出食評中所提及的招牌菜餚名稱。我們的實驗結果顯示風格特徵的表現較文字特徵表現好,最後將文字特徵與風格特徵結合互補兩者的不足後,相較於只用文字特徵的數據,本系統結合兩者特徵後的數據增進約13%。

Online blog reviews are one of useful sources of information for creating restaurant directories. An important step in mining restaurant review blogs is extracting recommendation dish names. In this paper, we propose a novel method for extracting recommendation dish names from Chinese language blog reviews.
In the first phase, we extract dish name and expand it, then mark the position in the corresponding article. In the second, we validate the extracted dish names using a CRF-based approach that can simultaneously model the correlation between sets of expand candidates.
In addition to text features, our model also considers quotation marks, style (font/color). Our experimental results show that adding these extra features
significantly improves text-only baseline performance by as much as 13%.

目錄
書名頁 i
論文口試委員審定書 ii
授權書 iii
中文目錄 iv
英文目錄 v
致謝 vi
目錄 vii
表目錄 ix
圖目錄 x
第1章 緒論 1
1.1 研究動機 1
1.2 研究目的 2
1.3 論文架構 2
第2章 文獻探討 4
2.1 意見分析 4
2.2 意見擷取 4
2.3 意見目標識別 5
第3章 研究方法 6
3.1 系統介紹 6
3.2 菜餚與意見詞配對處理 7
3.2.1 菜餚名稱處理機制 7
3.2.2 意見詞處理機制 9
3.2.3 菜餚名稱與意見詞配對算分 12
3.3 推薦菜餚驗證處理 13
3.3.1 公式化 14
3.3.2 特徵選擇 15
第4章 評估方法 19
4.1 資料集 20
4.2 實驗設計與評估方式 20
4.3 實驗結果 21
4.3.1 最大熵值法實驗 22
4.3.2 條件隨機域實驗 23
4.3.3 最高數據組合實驗 24
第5章 實驗分析與探討 26
5.1 顯示風格特徵的貢獻 26
5.2 條件隨時域的貢獻 26
5.3 錯誤情況 26
第6章 結論與未來展望 28
6.1 結論 28
6.2 未來展望 29
參考文獻 30

[1]Technorati. Available: http://technorati.com/
[2]部落格觀察. Available: http://look.urs.tw/.
[3]F. Benamara, C. Cesarano, A. Picariello, D. Reforgiato, and V. Subrahmanian, "Sentiment analysis: Adjectives and adverbs are better than adjectives alone," 2007.
[4]A. Borthwick, J. Sterling, E. Agichtein, and R. Grishman, "Exploiting diverse knowledge sources via maximum entropy in named entity recognition," 1998, pp. 152-160.
[5]K. Dave, S. Lawrence, and D. M. Pennock, "Mining the peanut gallery: opinion extraction and semantic classification of product reviews," 2003, pp. 519-528.
[6]A. Esuli and F. Sebastiani, "SentiWordNet: A publicly available lexical resource for opinion mining," 2006, pp. 417-422.
[7]N. Godbole, M. Srinivasaiah, and S. Skiena, "Large-scale sentiment analysis for news and blogs," 2007, pp. 219-222.
[8]V. Hatzivassiloglou and K. R. McKeown, "Predicting the semantic orientation of adjectives," 1997, pp. 174-181.
[9]M. Hu and B. Liu, "Mining opinion features in customer reviews," 2004, pp. 755-760.
[10]W. Y. Ma and K. J. Chen, "Introduction to CKIP Chinese word segmentation system for the first international Chinese Word Segmentation Bakeoff," 2003, pp. 168-171.
[11]H. Nanba, H. Taguma, T. Ozaki, D. Kobayashi, A. Ishino, and T. Takezawa, "Automatic compilation of travel information from automatically identified travel blogs," 2009, pp. 205-208.
[12]T. Okamoto, T. Honda, and K. Eguchi, "Locally contextualized smoothing of language models for sentiment sentence retrieval," 2009, pp. 73-80.
[13]B. Pang and L. Lee, "A sentimental education: Sentiment analysis using subjectivity summarization based on minimum cuts," 2004, p. 271.
[14]A. M. Popescu and O. Etzioni, "Extracting product features and opinions from reviews," 2005, pp. 339-346.
[15]G. Qiu, K. Liu, J. Bu, C. Chen, and Z. Kang, "Extracting opinion topics for Chinese opinions using dependence grammar," 2007, pp. 40-45.
[16]G. Qiu, C. Wang, J. Bu, K. Liu, and C. Chen, "Incorporate the Syntactic Knowledge in Opinion Mining in User-generated Content," WWW 2008.
[17]R. S. a. C. Shih., "“A statistical method for finding word boundaries in Chinese text,”" Computer processing of Chinese and Oriental Languages, vol. 4, , pp. pp. 336–351, 1990. .
[18]P. Smr "Using WordNet for Opinion Mining," pp. 333-335.
[19]C. Zhang, D. Zeng, J. Li, F. Y. Wang, and W. Zuo, "Sentiment analysis of Chinese documents: from sentence to document level," Journal of the American Society for Information Science and Technology, vol. 60, pp. 2474-2487, 2009.


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 張明輝(1999)。營造學習型學校。教育資料與研究,27,1-8。
2. 孫本初(1995)。學習型組織的內涵與應用。人事月刊,21(1),27-31。
3. 孫本初(1995)。學習型組織的內涵與應用。人事月刊,21(1),27-31。
4. 張明輝(1999)。營造學習型學校。教育資料與研究,27,1-8。
5. 張基成(1998)。教師專業成長網路學習社群之規劃及其預期效益與挑戰。教學科技與媒體,40,31-42。
6. 張基成(1998)。教師專業成長網路學習社群之規劃及其預期效益與挑戰。教學科技與媒體,40,31-42。
7. 吳清山(1999)。學習型組織理論及其對教育革新的啟示。國教月刊,43(5-6),1-7。
8. 吳清山(1999)。學習型組織理論及其對教育革新的啟示。國教月刊,43(5-6),1-7。
9. 周水珍(1996)。學校本位的小教師在職教育之探討。國教園地,55,4-7。
10. 周水珍(1996)。學校本位的小教師在職教育之探討。國教園地,55,4-7。
11. 石元康(1995)。社群與個體-社群主義與自由主義的論辯。當代,114,94-104。
12. 石元康(1995)。社群與個體-社群主義與自由主義的論辯。當代,114,94-104。
13. 王為國(2007)。從實務社群談課程發展與教師專業發展,課程研究,2(2),41-63。
14. 王為國(2007)。從實務社群談課程發展與教師專業發展,課程研究,2(2),41-63。
15. 趙金婷(2002)。學習社群理念在教學上的應用。教育資料與研究,35,60-66。
 
系統版面圖檔 系統版面圖檔