回顾 | 达观数据联合创始人张健：文本观点挖掘技术及其应用(含文字整理)

本文为3月29日晚，达观数据联合创始人张健在将门技术社群，分享如何在海量的文本数据中提炼出有价值观点的内容的回顾。

主要内容包括结合实践经验，盘点观点挖掘的应用场景及价值、目前业界主流的观点挖掘技术以及该技术目前面临的挑战。

获取完整PDF+视频回顾>>关注“将门创投”(thejiangmen)微信公众号，回复“180330”获取下载链接。

以下为根据直播整理的文字内容：

一、什么是文本观点挖掘？

在简单介绍观点挖掘的基本概念之后，张健首先对“观点”的五个组成要素进行了强调：

1. 观点评价对象（客体）；

2. 观点评价对象的属性。例如，我评价谁哪里哪里好，又哪里哪里不好，“哪里”就是属性；

3. 观点所蕴含的情感极性。包括正面、负面、中性等；

4. 观点的持有者。在考虑到处理问答、对话的流程，涉及到主体的识别；

5. 观点的时间。这对观点是有一定影响意义在的，因为随着时间变化，观点持有者也可能改变自己的观点。

结合自己的业务经验，张健罗列了观点挖掘可能涉及到的一些任务类型，具体而言：

• 情感分类

  我们所收集到的一些观点文本，可能都存在一定的情感倾向性，觉得XX是好的，XX是不好的，这可以帮助分析文本的倾向性；

• 观点抽取

  从一段文本中属于观点的文本内容抽取出来，主要是为了方便分析人员从文本中获取结构化的有用的信息；

• 观点过滤

  主要是由于海量数据当中会存在大量无效的信息，这需要被清理掉，以免影响观点挖掘的处理效率和准确率；

• 评价质量

  这并非评价好坏之分，而是对于分析人员来说，这些评价需要有足够的信息量，能够对销售决策更有帮助。这在电商场景当中最为常见；

• 意图识别

  在很多场景下，都是可以根据观点来发现观点持有者真正的意图，例如可以发现这个观点持有者究竟想不想要购买商品。

二、为什么要做文本观点挖掘？

转自：将门创投

完整内容请点击“阅读原文”