大数据环境下基于领域知识获取与对齐的观点检索研究

Analysis of the online reviews and comments can help enterprises improve the quality of products and services and repair the customer relationships that could potentially worsen. However, with the advent of the Era of Big Data, the dispersion and diversity of the distribution in different disciplines and languages for the reviews with respect to the same product or the same topic comments are becoming great challenges. The project attempts to utilize the Domain Knowledge Acquisition and Alignment (DKAA) theory to solve the severe cross-disciplinary and cross-language problems when the research background shifts from small data to big data. Based on the theoretical study of DKAA, we intend to set up an integrated framework of cross-disciplinary and cross-language opinion retrieval. The integrated framework will be leveraged to conduct empirical opinion retrieval. With the objective of cross-disciplinary and cross-language DKAA, semantic annotation, semantic indexing, user query expansion and visualization, the project can enhance the efficiency of the web competitive intelligence gathering and analysis for commercial organizations and facilitate the users understanding the Web comments comprehensively and effectively. In the same time, the completion of the project will solve the practicability problems of the opinion retrieval, as well as information retrieval, in Big Data Era, and thus promote the application of information science methods in opinion retrieval.

对网络评论进行及时分析能够帮助企业改进产品与服务，及时修复可能潜在恶化的客户关系，具有重要的应用价值。随着大数据时代的到来，与同一产品或者同一话题相关的网络评论在不同领域、不同语言等方面所呈现的前所未有的分散性和多样性给观点检索带来了巨大挑战。本课题尝试用领域知识获取与对齐理论来解决观点检索由小数据向大数据转移过程中所难以回避的领域跨度和语言跨度问题。基于领域知识获取与对齐的理论研究，构建大数据环境下的观点检索集成框架，并在该框架内开展一系列具有领域跨度、语言跨度的观点检索实证研究。项目对大数据环境下的多领域多语言的领域知识获取、对齐、语义标注、索引、匹配、查询扩展以及可视化等问题的研究，能够为商业机构提升网络竞争情报搜集与分析的效率，为用户掌握网络评论的动向提供有效参考。项目将解决大数据环境下的观点检索的可用性问题，丰富这一领域的研究内涵，促进情报学方法在观点检索中的应用。

对网络评论进行及时分析能够帮助企业改进产品与服务，及时修复可能潜在恶化的客户关系，具有重要的应用价值。随着大数据时代的到来，与同一产品或者同一话题相关的网络评论在不同领域、不同语言等方面所呈现的前所未有的分散性和多样性给观点检索带来了巨大挑战。项目组成员通过四年时间的努力，按照预定研究工作方案，实现团队成员间实质性合作，利用人工智能、机器学习、链接预测、知识图谱、自然语言处理等相关技术，围绕观点检索这一新兴课题在大数据环境下所面临的领域跨度问题、语言跨度问题、规模跨度问题、领域知识对齐、查询扩展、查询匹配、主题检索、虚假评论识别、观点极性分析、情感原因分析以及观点可视化等展开研究。针对上述研究问题，提出了跨领域深度循环神经网络模型、跨语言深度表示学习模型以及个人–群体–商户的主体关系模型等，构建了面向大数据的观点检索框架体系，在Journal of Informetrics, Scientometrics, Journal of Information Science, Information Retrieval, iConference等国际图情领域重要学术期刊与会议上发表论文7篇，在行业权威期刊、核心期刊发文20余篇，构建跨领域情感分析数据集1个，跨语言情感分析数据集1个，开发ZUEL-OR检索原型系统1个。项目成果在理论上具有较强的前瞻性，有助于解决大数据环境下的观点检索可用性问题，丰富这一领域的研究内涵，促进情报学方法在观点检索中的应用；在实践上具有较强的参考价值，能够为商业机构提升网络竞争情报搜集与分析的效率，为用户掌握网络评论的动向提供有效借鉴。