《商业WEB挖掘关键技术研究》是2011年川大博士张磊的博士学位论文，除去一堆看起来高深的知识点，我比较感兴趣的是里面提出的很多基于语义的特征模板。模板没有复杂的算法，但因想面面俱全，使得整体模板看起来较为庞大。按照层次分类，在实际应用中取其所需，想来也不错。现将模板构造方法关键点总结如下：
1. 基本模板：
F1：目标词左右1、2个词的词性
Eg：P(FW+1),特征词右边第一个词的词性。
P(SW-2),情感词左边第二个词的词性。
F2：目标词左右1、2个词。（没用）
F3：目标词左边第一个词为“的” DE
F4：目标词为字母或数字 ALP
F5：目标词为字母 CAP
F6：情感词之前为程度副词 DEG
F7：情感词之前为否定副词 NEG
2. 复合模板：
特征词复合模板，用到F1~F5
情感词复合模板，用到F1、F2、F6、F7
Eg：整个 车 的 内饰 非常 糟糕 。
B n u n d a wp
针对特征词“内饰”，可以发现匹配复合模板F1F2F3
P(FW-1)=”u”&P(FW-2)=”n”&P(FW+1)=”d”&P(FW+2)=”a”&DE=TRUE
针对情感词“糟糕”，可以发现匹配复合模板F1F2F6
P(SW-1)=”d”&P(SW-2)=”n”&P(SW+1)=”wp” &DEG=”非常”
基于依存关系的特征-情感对的分类
1. 依存关系标记(24个)：
定中关系ATT；数量关系QUN；并列关系COO；同位关系APP；前附加关系LAD； 后附加关系RAD；动宾关系VOB；介宾关系POB；主谓关系SBV；比拟关系SIM；核心HED；连动结构VV；关联结构CNJ；语态结构MT；动补结构CMP；“的”字机构DE；“地”字结构DI；“得”字结构DEI；“把”字结构BA；“被”字结构BEI；独立分句IC；依存分句DC
2. 依存关系结构模板：
一个依存关系是一个非对称的二分关系，其中一个词作为首词，另外一个词称为依存词。（依存词在首词前面）
一个依存关系可以简写成：（首词，依存词）
Ge：诺基亚 手机 的 外观 很 漂亮
主要的依存关系有：ATT（手机，诺基亚） SBV（漂亮，外观）
ADV（漂亮，很）
依存关系基本模板：
F(in) ：特征词作为依存词
F(out) ：特征词作为首词
S(in) ：情感词作为依存词
S(out) ：情感词作为首词
3. 依存关系距离模板：
D(FS)：特征词与情感词之间的距离，即两者之间的词的个数
O(FS)：特征词与情感词的前后顺序，特征词在情感词前面取“1”
反之，取“0”
N1 ：特征词与情感词之间，其它特征词个数
N2 ：特征词与情感词之间，其它情感词个数
4. 依存关系距离模板：
1）P(child)：儿子关系，情感词到特征词的路径
说明：特征词为情感词的“儿子”
Eg：我喜欢这个相机
VOB(喜欢，相机)
2）P(parent)：父亲关系，特征词到情感词的路径
说明：特征词为情感词的“父亲”
Eg：这款手机的独特外观使得用户很惊讶
ATT(外观，独特)
3）P(sibling)：兄弟关系，共同祖先到特征词和情感词的路径
说明：特征词和情感词是同一个祖先词的“儿子”
Eg：照片质量有时会模糊
依存关系是：(质量，模糊)，他们有一个共同的祖先，“会”
4）P(grandchild)：子孙关系，情感词经过中间词到特征词的路径
说明：特征词为情感词的“子孙”，中间依赖于若干个词作为关系的传递。
Eg：即使使用LCD和FLASH，电池的性能也很好
依存关系(好，LCD)，依赖于一个中间词“使用”
5）P(grandfather)：祖父关系，特征词经过中间词到情感词的路径
说明：特征词为情感词的“祖父”，中间依赖于若干个词作为关系的传递。
Eg：专业的图像处理器，操控性好
依存关系（处理器，专业），依赖于一个中间词“的”
说明：目标词（包括特征词和情感词）