全文总字数：7445字
文献综述
文 献 综 述一、 论文研究背景与意义随着电子商务平台的日趋发展成熟，人们习惯在网络上浏览信息并发表评论，由此便产生了海量的文本评论信息。
目前，各大电商平台中都包含消费者对产品发表评价的接口，用于接收消费者使用产品过后的体验评价，这成为平台得到用户的意见反馈的重要方式。
对于正需要购买产品的消费者而言，超过 90%的用户会在购买前去大量阅读以往购买者的消费评价，并去和其他相同产品在自身关注的产品特征方面进行对比，如此看来产品的细粒度维度的属性特征更受用户看重，然而，对于海量的产品评价数据，人工很难进行大量的查阅。
而对于平台上的产品发布者而言，实时把控消费者对产品各个特征维度的使用评价和情感倾向，成为商家提升品牌建设、提高产品信誉和找寻产品改进方向的重中之重。
面对电商平台中海量的用户生成内容，如何自动式的提取出有用的信息成为了自然语言处理领域中很多研究者的关注重点，而从产品评价中提取出用户对产品各个特征意见信息的研究过程被称为细粒度意见挖掘。
近几年来，人工智能技术的发展和硬件运算能力的提升，为细粒度意见挖掘提供了基础支持。
目前，细粒度意见挖掘研究过程中主要涉及到的技术有自然语言处理技术和深度学习技术。
本文主要对细粒度商品评论中商品属性与观点的抽取和细粒度情感极性分析两个任务进行研究。
通过对产品评价的细粒度意见挖掘的研究，可以得到用户在产品的细粒度维度上的观点态度和情感倾向等意见信息。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
