LakeLight

摘要： 一种全面的基于词典的观点挖掘方法 1，能处理上下文相关（Context Depend）的观点词 2，能处理一些能通过其语法模式（Linguistic Pattern）影响观点的特殊词（Words）、短语（Phrase）以及语言结构（Language Structure）。 3，提供了一个有效的函数能综合句子中多个互相冲突的观点词 本文只考虑判断句子的情感倾向（Sentiment Orienta... 阅读全文

摘要： 将文档看作一个整体，得到该文档的整体情感倾向，可以看作是对实体Entity的整体GENERAL方面Aspect进行情感分类。基本假设：文档只是一个观点持有者对一个实体进行的情感表达。此假设对于商品评论比较合适，但对于论坛、博客等不太适合。 有监督的情感分类方法: 情感分类可以简单的归于一个二分类问题：Positive 和 Negative。训练集和测试集可以用商品的评论数据，商品的评论一般有整... 阅读全文

摘要： 问题定义： 观点（Opinion）：观点是一个四元组（g, s, h, t），其中：g是观点针对的目标，s为情感倾向，正向、负向、中立会一个表示情感强度的浮点数，h为观点所有者，t为观点发表的时间。 实体（Entity）：实体可以是一个产品、服务、事件、主题、人或组织等。用一个二元组（T，W）表示，其中T为实体或实体的一个方面Aspect，W为T的属性。 观点（Opinion）：（e, a,... 阅读全文

摘要： 从今天开始，阅读Bing Liu的Sentiment Analysis and Opinion Mining, Morgn & Claypool Publishers, May 2012. 为督促自己，记下学习笔记。 Sentiment Analysis and Opinion Mining（情感分析和观点挖掘）主要研究人们针对相关实体如：商品、服务、组织、个人、事件以及实体的相关属性的观点、... 阅读全文

摘要： Document是Lucene Core中的几个核心Package之一，也是最重要的一个实体对象。网民使用搜索引擎的目的就是为了找到相关的文档即Document。 Lucene中一个Document由多个Field组成，如一个文档可以有多个属性，如路径、标题、内容、修改时间、作者等，每个属性就是一个Field。相关UML图如下： Field是一个基类，实现了IndexableField接... 阅读全文

摘要： 在网上搜索了很多，也试用了一些，个人觉得最靠谱和最好使用的是ModelGoon，可惜被GFW了，自己想办法。 *ModelGoon是什么？它是一个Eclipse插件，用于基于UML图的模型设计，以及逆向工程（即从已有源代码生成类图等，以作为代码分析或者文档使用）。*适用条件ModelGoon目前最新的版本是3.0.0，适用于Eclipse3.4+，包括最新的Eclipse 3.6版本*如何安装推荐... 阅读全文

摘要： Lucene是一个高性能的，可扩展的信息检索库，能让你轻松到在自己的应用中增加全文检索功能。简单的说，Lucene就是实现了搜索引擎功能的基础库。 Lucene是一个高性能的，可扩展的信息检索库，能让你轻松到在自己的应用中增加全文检索功能。简单的说，Lucene就是实现了搜索引擎功能的基础库。搜索引擎就一个功能，根据网名输入的Query，找到相关的文档。文档成千上万上亿，直接字符串匹配顺序查找... 阅读全文

摘要： 1，系统准备 安装ant和ivy，到官方下载apache-ant-1.9.1-bin和apache-ivy-2.3.0-bin，将ant的bin目录加入到环境变量PATH中，将ivy-2.3.0.jar拷贝到ant的lib目录下即可。 2，Checkout代码 使用SVN客户端，如TortoiseSVN，下载源码https://svn.apache.org/repos/asf/lucene/jav... 阅读全文