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

Un gran numero di prodotti è 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 è un compito molto gravoso passare in rassegna tutti i commenti delle recensioni e decidere se il prodotto è all'altezza del livello di soddisfazione del cliente o meno. Il problema principale di queste recensioni è 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 è quindi quello di costruire un dizionario di entità 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 è molto promettente nello svolgere i compiti desiderati e ha raggiunto la massima precisione e accuratezza possibile nel caso del Lexicon Matching.