淘宝的评论归纳是如何做到的？ - 社交网络 - 知乎

PS：语义分析的概要过程大家可以去程序员杂志七月刊上阅读

作为这个产品技术团队之一，简单说下这个过程：
1，按类目特征，拉取这个类目下的评论，进行分词，统计词频；
2，对词进行聚类，包含常用的LDA，结合本体库，将词进行归类和分类，建立语料库；（分类是最重要的一步，比如服装类目下学院风、淑女、熟女、休闲等都会归为款式这类）
3，属性情感搭配，建立属性词和情感词的连接关系，判断分句的情感；
4，属性词+情感词转换到属性类的情感，对句子进行位置标记；
5，将属性情感和位置标记结果build到搜索中，便于根据标签反向检索内容。

借用一句话：产品从0到1是很容易的，但是将1做到100确实个不断优化的过程，期待对这方面有兴趣的人给予建议和指导，也大大欢迎加入共建。

我是一名大四的学生，在去年暑假的时候我们实验室为一家公司做了一个导购网站，其中用户评论挖掘这部分是一个特点，当时淘宝、京东等各大电商网站还没有或者刚刚开始注意到用户评论的这个点。我做的就是用户评论挖掘这一部分，主要是对每一件商品的每一条评论进行处理，最后得到每件商品的优缺点（以标签的方式呈现，算是短摘要）以及关于该商品的优缺点长摘要（摘要是根据每件商品下的评论得到的，较客观）。主要步骤是：
1、得到每件商品的所有评论。
2、对每条评论进行分词
3、对分词后的词语配合本地的词库进行聚类，形成语料库。这一步说的简单点就是将所有的同义词归为一类。比方说，价格 价位 价钱 售价归为价格这一类。
4、建立情感词，主要是形容词和副词的情感语料库。
5、根据情感词以及情感词位置判断分句的情感取向。
6、标记属性词和情感词的位置，为以后高亮显示做准备。
另外，我们还做了商品推荐、评论质量排序等功能。由于我们只是做了手机、平板电脑两种商品，所以较简单一些，其中一些可能还不够准确。演示地址http://www.daxiashuo.com