臺大管理論叢 NTU Management Review VOL.27 NO.2S

7 /342

臺大管理論叢 第 27 卷第 2S 期
7
參、意見探勘技術開發
為協助自社群媒體中大量的使用者產生資料裡，挖掘出有價值的顧客知識，本研
究提出以半監督式學習的方式，自動產生某一產品特徵的類別關聯規則，用以自未經
標註的使用者產生資料中，找出討論該特定產品特徵的句子。本研究的規則式意見句
子識別 (Rule-based Opinion Sentence Identification; R-OSI) 技術架構如圖 1 所示，主要
由產品特徵識別規則學習 (Product Feature Identification Rule Learning) 與意見句子識別
(Opinion Sentence Identification) 兩個階段組成。以下詳述此兩階段的設計細節，相關
變數的意義彙整如表 1。
圖 1 規則式意見句子識別技術架構
產品特徵識別規則學習 (Product Feature Identification Rule Learning)
意見句子識別 (Opinion Sentence Identification)
網頁爬行
(Web Crawling)
前處理
(Preprocessing)
規則學習
(Rule Learning)
候選意見句子檢索
(Candidate Opinion
Sentence Retrieval)
網際網路
(www)
產品特徵 fj
(Product Feature fj )
社群媒體文集
(Social Media
Corpus)
產品特徵識別規則
(Product Feature
Identification Rules)
使用者產生資料
(User Generated
Content)
意見句子識別
(Opinion Sentence
Identification)
相關意見句子
(Relevant Opinion
Sentences)