10 /342
社群媒體中顧客知識之挖掘：意見探勘技術開發
10
此外，由圖
2
還可以發現，一個句子中存在許多經常出現，卻沒有太多語意含
量的字詞，例如，定冠詞
“the”
、介係詞
“of”
、連接詞
“but”
等。一般而言，名詞用
來表示被評論的對象（例如，電池
(Battery)
）、動詞用來表示各類動作（例如，耗
盡
(Drain)
），而形容詞（例如，可再充電的
(Rechargeable)
）和副詞（例如，電地
(Electrically)
）分別用來修飾名詞和動詞，因此有意義字詞選擇步驟僅選取標註為名
詞、動詞、形容詞與副詞
(Taboada et al., 2011)
的字詞。完成前處理後，每一個句子將
改以一組由名詞、動詞、形容詞與副詞表示的字詞集合，即
W
i
= {
w
1
,
w
2
,
⋯
,
w
ni
}
，其
中
n
i
為句子
s
i
中有意義的字詞數。以圖
2
為例，該句子
s
i
將轉換成
W
i
= {“battery,” “life,”
“camera,” “be,” “good,” “price,” “unacceptable”}
。
• Original Word
POS
Stem
• The
DT
the
• battery
NN
battery
• life
NN
life
• Of
IN
of
• this
DT
this
• camera
NN
camera
• Is
VBZ
be
• good
JJ
good
• ,
,
,
• but
CC
but
• the
DT
the
• price
NN
price
• Is
VBZ
be
• unacceptable
JJ
unacceptable
• .
SENT
.
圖
2 TreeTagger
詞性標註範例
（四）規則學習
本步驟的目的是對產品特徵
f
j
歸納出一組產品特徵識別規則，以利對未知的社群
媒體文章進行產品特徵的識別。之所以選擇類別關聯規則演算法作為
R-OSI
技術的識
別模型學習法，是因為
R-OSI
技術並沒有完整的訓練資料集，其中需包含人工標註的
正負範例（有討論／沒討論某個產品特徵）；相反地，只有系統自動檢索來的候選意