中文文本和英文文本的最大区别就是分词的处理，中文文本与英文文本不同，没 有空格分开，不过只要经过处理后转化成文档模型后，中英文文本就没有什么差别了。 国内研究观点挖掘的步伐比较缓慢，主要是因为网络技术的发展对中文处理的贡献远 远比不上对英文处理的贡献。Li Shi 等人认为观点挖掘的方法一种是计算语义倾向性 的方法，还有一种是机器学习的方法，还用语义倾向性方法对恐怖电影的影评分类进 行研究。唐慧丰等人比较并且研究了监督学习的情感分类技术，选取了不同的特征表 示方法，选择了 N．Gram 以及名词、形容词、副词和动词作为文本的特征项来表征文 本向量；四种特征选择方法是：互信息、信息增益、CHI 统计量还有文档频率；五种 分类算法是：KNN、Winnow、Naive Bayes、SVM 还有中心向量法，基于这五种方法构 建不同文本的分类器；最后得到采用 Bi—Grams 特征表示方法、信息增益特征选择方 法和 SVM 分类算法时中文情感文本分类实验能取得最好的分类效果。熊德兰等对名人 中文网页中的褒贬性评论分类进行了研究，并提出综合评价这些网页的模型、方法和 具体操作流程，还想要构建褒贬评价模板。同年，由于国内现存的中文词汇语义情感 倾向计算方法对深层语义影响因素考虑的不多，西北工业大学计算机学院的赵煜，蔡 皖东等人针对这个问题，提出了一种利用词汇分布相似度的中文语义倾向性计算方 法。文献综述

已有的研究表明显式的属性表达通常是名词或者名词短语。Hu and Liu (2004) 提出了一种非常简单却实用的数据挖掘算法，首先利用词性标注选择名词和名词短 语，然后进行频率统计筛选出高频词汇作为属性[8]。该算法的弊端为抽取的属性噪音 较 多 ， Popescu and Etzioni (2007) 通 过 计 算 点 互 信 息 (point wise mutual information，简称 PMI)排除非属性的名词短语，从而提高算法的准确性[9]。Ku et al. (2006)同样采用了基于频率的方法[10]。Moghaddam and Ester (2010)结合频率和模式

过滤器去除非属性词汇[11]。Zhu et al. (2009)在 CvalueFrantzi et al. (2000)方法 基础上，利用引导（bootstrap）技术去除非属性词[12,13]。Long et al. (2010)基于频 率来抽取属性的同时利用信息距离方法 Cilibrasi and Vitanyi (2007)寻找与属性相 关的词[14]。例如：对于属性价格而言，“元”“¥”等即为相关词。Ding et al. (2008) 提出了一种基于词典的简单方法，并且在多种情况下表现良好[19]。Blair-Goldensohn et al. (2008) 结合了监督学习方法对该方法进行了加强[20]。类似的方法也别运用在 Yu et al.(2011)[18]。Kessler and Nicolov (2009)则实验了四种策略来识别每个属 性的情感。Singh et al. (2013) 提出了特定领域基于属性的启发式方法进行电影评 论的属性级情感分析[21]。Thet et al. (2010) 提出了一种细粒度的情感分析方法， 该方法借助情感词典 SentiWordNet 确定评论中各个属性的情感倾向和情感强度[22]。 Kim and Hovy (2004)将情感词得分相乘[23]当然，还有许多其他的观点挖掘的方法。 Jo and Oh (2011)提出了属性与情感统一模型(Aspect and Sentiment Unication Model，简称 ASUM)同时采集属性和情感，该方法不需任何情感标签，很好的弥补了监 督学习方法的不足。目前该方向已有一些初步的研究成果(Andrzejewski and Zhu, 2009; Andrzejewski et al. 2009; Mukherjee and Liu, 2012; )[15-17]，另一方向是 整合主体模型和其他技术以克服它的缺陷。

当然在有限的时间里我们能做的就是找到效果最好的方法进行实践，首先我们关 注的应该是评论的细化，也就是每条评论中的分句，在一个句子中很有可能同时出现 属性特征跟其观点语句。同时为了更加准确的结果，我们可以建立语料集对结果进行 修正。我们的工作和以下的技术密切相关，下面我们来一一阐述。