Estrazione delle opinioni tramite la corrispondenza del lessico basata sul modello di Markov nascosto

Un gran numero di prodotti oggi disponibile in vari siti web per il commercio. Per conoscere il prodotto, il venditore o il produttore spesso chiede ai clienti di condividere le loro opinioni e le loro esperienze sui prodotti acquistati. Sfortunatamente, un compito molto gravoso passare in rassegna tutti i commenti delle recensioni e decidere se il prodotto all'altezza del livello di soddisfazione del cliente o meno. Il problema principale di queste recensioni quello di gestire tutti i commenti e di creare una sintesi significativa delle recensioni, sia che rappresentino un giudizio positivo o un feedback sul prodotto, sia che siano negative o neutre. Il compito principale quindi quello di costruire un dizionario di entit a partire da queste recensioni. Questo libro si concentra sulla creazione di un modello per la corrispondenza del lessico utilizzando il Modello di Markov Nascosto (HMM) e il Fuzzy K-Means Clustering. I risultati indicano che il sistema HMM addestrato molto promettente nello svolgere i compiti desiderati e ha raggiunto la massima precisione e accuratezza possibile nel caso del Lexicon Matching.