李志宇，梁 循，周小平

(中国人民大学 信息学院，北京 100872)

基于属性主题分割的评论短文本词向量构建优化算法

李志宇，梁 循，周小平

(中国人民大学 信息学院，北京 100872)

从词向量的训练模式入手，研究了基于语料语句分割(BWP)算法，分隔符分割(BSP)算法以及属性主题分割(BTP)算法三种分割情况下的词向量训练结果的优劣。研究发现，由于评论短文本的自身特征，传统的无分割(NP)训练方法，在词向量训练结果的准确率和相似度等方面与BWP算法、BSP算法以及BTP算法具有明显的差异。通过对0.7亿条评论短文本进行词向量构建实验对比后发现，该文所提出的BTP算法在同义词(属性词)测试任务上获得的结果是最佳的，因此BTP算法对于优化评论短文本词向量的训练，评论短文本属性词的抽取以及情感倾向分析等在内的，以词向量为基础的应用研究工作具有较为重要的实践意义。同时，该文在超大规模评论语料集上构建的词向量(开源)对于其他商品评论文本分析的应用任务具有较好可用性。

在线评论；短文本；词向量；相似度计算

1 引言

随着社会化商务的发展，在线评论已经成为了消费者进行网络购物的重要参考决策因素之一[1-2]，同时也成为了包括计算机科学、管理科学以及情报分析等领域研究者在内的重要研究对象之一。通常而言，在线评论包括微博评论、商品评论、点评评论等评论类型，这里我们统称为“评论短文本”。以往关于评论短文本的应用研究主要集中在包括评论效用分析[3]、虚假评论识别[4-5]以及评论观点归纳[6]等方面。……