【正文】 ponent() { = new ()。 = new ()。 = new ()。 = new ()。 = new ()。 = new ()。 = new ()。()。()。()。 = new (576, 300)。 = button1。 = new (107, 23)。 = 0。 = 結(jié)果。 = true。 += new ()。// // textBox1// = 。 = 。 = new (3, 17)。 = true。 = textBox1。 = 。 = new (689, 117)。 = 2。 = 我剛買的MX360等長(zhǎng)線版的，右耳機(jī)的線比左邊長(zhǎng)5mm左右,假貨？\r\n我在這里看到有3種防偽標(biāo)，我的跟第一種一樣。 += new ()。// // groupBox1// ()。 = 。 = new (0, 24)。 = groupBox1。 = new (695, 137)。 = 6。 = false。 = 語(yǔ)料。// // menuStrip1// = new (0, 0)。 = menuStrip1。 = new (695, 24)。 = 7。 = menuStrip1。// // groupBox2// ()。 = 。 = new (0, 161)。 = groupBox2。 = new (695, 133)。 = 8。 = false。 = 結(jié)果。// // textBox2// = 。 = new (3, 17)。 = true。 = textBox2。 = new (689, 113)。 = 0。// // button2// = new (495, 300)。 = button2。 = new (75, 23)。 = 9。 = 保存結(jié)果。 = true。 += new ()。// // Form1// = new (6F, 12F)。 = 。 = new (695, 330)。()。()。()。()。()。 = 。 = Form1。 = Form1。(false)。()。(false)。()。(false)。()。 }endregionprivate button1。private textBox1。private groupBox1。private menuStrip1。private groupBox2。private textBox2。private button2。 }}主程序邏輯判斷和調(diào)用類方法代碼如下：string[] strs = null。private void button1_Click(object sender, EventArgs e){if (().Length 2) { (輸入字符不能少于兩個(gè))。()。return。 }=(new DirectoryInfo( + @\CacheFolder\))。string result = ()。string[] re = (39。 39。)。string st = 。for (int i = 0。 i 。 i++) {if (re[i].Contains(@/n)) { st += re[i].Replace(@/n, )。 }} = st。}private void button2_Click(object sender, EventArgs e){}private void button2_Click_1(object sender, EventArgs e){SaveFileDialog sf = new SaveFileDialog()。 = 文本文件|*.txt。DialogResult DR = ()。if (DR != ){string path = 。string sr = 。StreamWriter sw = (path)。(sr)。()。(保存成功!)。} }要進(jìn)行特征詞的挖掘就要先進(jìn)行分詞，只要分詞準(zhǔn)確了就能將需要的特征詞提取出來(lái)。提取產(chǎn)品特征主要代碼如下：namespace TestSpliter{public partial class Form1 : Form {public Form1() {InitializeComponent()。 }string[] strs = null。private void button1_Click(object sender, EventArgs e) {if (().Length 2) {(輸入字符不能少于兩個(gè))。()。return。 } tool = new (new DirectoryInfo( + @\CacheFolder\))。string result = ()。string[] re = (39。 39。)。string st = 。for (int i = 0。 i 。 i++) {if (re[i].Contains(@/n)) { st += re[i].Replace(@/n, )。 } } = st。 }4 系統(tǒng)測(cè)試 系統(tǒng)功能測(cè)試程序完成后為了檢驗(yàn)程序挖掘產(chǎn)品特征詞系統(tǒng)所提取的特征詞的準(zhǔn)確性進(jìn)行以下測(cè)試：對(duì)提供的預(yù)料進(jìn)行特征詞提取，例如；輸入：我剛了這個(gè)諾基亞手機(jī)，是粉紅色的，看上去是長(zhǎng)方形，帶有點(diǎn)橢圓，看上去不錯(cuò)，功能也不錯(cuò)。： 輸入語(yǔ)料 輸出結(jié)果：諾基亞 手機(jī) 粉紅色 長(zhǎng)方形 橢圓 功能 ： 輸出結(jié)果系統(tǒng)輸出結(jié)果后可以以TXT格式將輸出的結(jié)果保存，路徑由用戶自己選擇，： 結(jié)果保存 系統(tǒng)的不足程序因?yàn)椴捎帽镜匚谋緮?shù)據(jù)作為語(yǔ)料,并沒有實(shí)時(shí)的采集網(wǎng)上的用戶評(píng)論,所以對(duì)系統(tǒng)的提取結(jié)果會(huì)產(chǎn)生一定的影響,所以系統(tǒng)在真實(shí)的網(wǎng)絡(luò)環(huán)境中的提取準(zhǔn)確率有待測(cè)試。加入web文本的采集功能,并對(duì)本地文本模板進(jìn)行擴(kuò)充,以此可提高提取特征詞的準(zhǔn)確率。總結(jié)從評(píng)論語(yǔ)料庫(kù)出挖掘產(chǎn)品的特征詞是文本挖掘研究領(lǐng)域的一個(gè)重要部分，在國(guó)內(nèi)對(duì)于這個(gè)研究相對(duì)于國(guó)外比較落后，這是一個(gè)新興的研究研究領(lǐng)域。雖然成功的完成了系統(tǒng)是設(shè)計(jì)工作但是這只是文本挖掘的一個(gè)很小的部分，還有待完善。從評(píng)論語(yǔ)料庫(kù)中挖掘產(chǎn)品的特征詞系統(tǒng)，能快速的有效的幫助用戶了解各種產(chǎn)品的各種特征，讓用戶不必花大量的時(shí)間浪費(fèi)在閱讀一些沒用的信息上，是一個(gè)十分實(shí)用的軟件。致謝 四年的大學(xué)時(shí)匆匆而過，回想往事，無(wú)數(shù)的酸甜苦辣等點(diǎn)點(diǎn)滴滴都仿佛還在眼前，充實(shí)的大學(xué)生活會(huì)成為我最美好的回憶，四年的學(xué)習(xí)將讓我受益終身。最后，我將以一份圓滿的畢業(yè)論文為四年的大學(xué)生活畫上一個(gè)完美的句號(hào)。在論文完成之際，首先要感謝我的指導(dǎo)老師黃永文老師。從本論文選題、研究方法、研究過程、初稿到定稿整個(gè)過程，黃老師都給予了我許多指導(dǎo)和幫助。在此謹(jǐn)向辛勤培養(yǎng)我的恩師致以最崇高的敬意和衷心的感謝！同時(shí)感謝我身邊的特別是我們寢室的同學(xué)，在整個(gè)畢業(yè)設(shè)計(jì)過程中遇到問題和困難時(shí)都相互幫助，相互鼓勵(lì)，相互學(xué)習(xí)和討論。感謝你們的支持！ 最后，衷心感謝本次評(píng)閱論文和參加答辯的各位老師！參考文獻(xiàn)[1]黃永文,何中市,[J]. (03):846848.[2]Kobayashi N,Inui K,Matsumoto Y. Collecting Evaluative Expressions for Opinion Extraction[C]//Proc. of the 1st International Joint Conference on Natural Language. Hainan, China: [s. n.], 2004[3]LiZhuang,FengJing,[C]//Proceedings of the 15th ACM International Conference on Formation and Knowledge Management. Arlington, Virginia, USA: ACM Press, 2006[4]HuMinqing,[C]//Proceedingsof American Association for Artificial Intelligence Conference. San Jose, USA: ACM Press, 2004[5]PopescuAM,EtzioniOExtractingProduct Featuresand Opinions from Reviews[C]//Proceedings of Empirical Methods in Natural Language Conference on Association for Computational Linguistics. London, UK: [s. n.]. 2005[6]Riloff E,Jones R. Learning Dictionaries for Information Extraction by Multilevel BootStrapping[C]//Proceedings of American Association for Artificial Intelligence Conference. Florida, USA: [s. n.], 1999[7]C程序設(shè)計(jì)（美）佩佐爾特著，楊濤等譯 200441[M].機(jī)械工業(yè)出版社[8]何婷婷，徐超，李晶，等基于種子自擴(kuò)展的命名實(shí)體關(guān)系抽取方法[J].計(jì)算機(jī)工程，2006，32(21)：183—184[9]C設(shè)計(jì)模式（影印版）（美）麥斯科（Metsker，.）[M].200671中國(guó)電力出版社[10]?？巳麪?美).C2005入門經(jīng)典[M]..[11]王小科,從入門到精髓[M]..[11]吳辰,網(wǎng)絡(luò)與通信程序設(shè)計(jì)案列精講[M]..