曹　陽，唐素勤，方　芳，趙宏遠(yuǎn)，曹存根

(1.廣西師范大學(xué)廣西多源信息挖掘與安全重點(diǎn)實(shí)驗(yàn)室，廣西桂林541004；2.中國科學(xué)院計(jì)算技術(shù)研究所智能信息處理重點(diǎn)實(shí)驗(yàn)室，北京100190；3.北京工業(yè)大學(xué)應(yīng)用數(shù)理學(xué)院，北京100124)

?

基于PPOG語義文法的產(chǎn)品輿情分析方法

曹陽1，唐素勤1，方芳2，趙宏遠(yuǎn)3，曹存根2

(1.廣西師范大學(xué)廣西多源信息挖掘與安全重點(diǎn)實(shí)驗(yàn)室，廣西桂林541004；2.中國科學(xué)院計(jì)算技術(shù)研究所智能信息處理重點(diǎn)實(shí)驗(yàn)室，北京100190；3.北京工業(yè)大學(xué)應(yīng)用數(shù)理學(xué)院，北京100124)

摘要：產(chǎn)品質(zhì)量和售后服務(wù)問題已成為決定企業(yè)發(fā)展和用戶消費(fèi)的關(guān)鍵因素。目前，產(chǎn)品輿情分析的主要研究方法都是依靠關(guān)鍵詞從社交網(wǎng)絡(luò)渠道獲取消費(fèi)者對產(chǎn)品的評價(jià)，這種方法由于缺乏對輿情語義的分析，會(huì)產(chǎn)生比較多的噪音數(shù)據(jù)。本文提出了一種基于產(chǎn)品輿情主題結(jié)構(gòu)和產(chǎn)品輿情文法(稱為PPOG)的產(chǎn)品輿情分析方法，研制了一種具有較高精度的產(chǎn)品輿情分析算法。通過大量實(shí)際的微博例子測試，基于PPOG的分析方法具有良好的應(yīng)用前景。

關(guān)鍵詞：產(chǎn)品質(zhì)量；產(chǎn)品輿情文法；產(chǎn)品輿情分析

0引言

在現(xiàn)實(shí)生活中，產(chǎn)品質(zhì)量與百姓生活和生命財(cái)產(chǎn)安全息息相關(guān)，關(guān)系到消費(fèi)者的切身利益，廣大網(wǎng)民對有關(guān)產(chǎn)品的各種輿情需求也在逐步增長。因此，產(chǎn)品質(zhì)量輿情的監(jiān)控和管理是一個(gè)重要的研究課題。

中文輿情分析在我國研究已有多年的歷史，積累了大量的工作[1-4]。但是，根據(jù)最新文獻(xiàn)檢索，關(guān)于產(chǎn)品輿情分析的文獻(xiàn)并不多見，我們僅總結(jié)了兩項(xiàng)相關(guān)工作。文獻(xiàn)[5]對農(nóng)產(chǎn)品質(zhì)量安全網(wǎng)絡(luò)輿情，開展了農(nóng)產(chǎn)品質(zhì)量安全網(wǎng)絡(luò)輿情監(jiān)測范圍、機(jī)構(gòu)、方法、機(jī)制、保障條件等研究，監(jiān)測的產(chǎn)品種類以糧、油、果、茶、水產(chǎn)、肉等為主，監(jiān)測風(fēng)險(xiǎn)以農(nóng)獸藥殘留、污染劑、非法添加物、動(dòng)植物疫病等為主。文獻(xiàn)[6]根據(jù)網(wǎng)絡(luò)輿情演化，分析了產(chǎn)品質(zhì)量輿情對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響，建立了顧客感知的產(chǎn)品質(zhì)量輿情與企業(yè)聲譽(yù)的關(guān)系。

對上述工作的分析，我們認(rèn)為存在以下4個(gè)關(guān)鍵問題需要完善：

①產(chǎn)品輿情的及時(shí)性和準(zhǔn)確性問題。輿情分析的主要研究方法都是依靠關(guān)鍵字進(jìn)行采集和分析，或者通過訓(xùn)練主題模型進(jìn)行分析。然而這些方法的準(zhǔn)確率較低[7]。實(shí)踐表明，新浪微博是一個(gè)文化性、個(gè)人性和情緒性的互動(dòng)空間[8]，通過關(guān)鍵詞的方式難以準(zhǔn)確地進(jìn)行輿情分析；通過頻度變化的手段，難以及時(shí)地分析出輿情；通過主題訓(xùn)練模型的方法需要大量的關(guān)于產(chǎn)品輿情的標(biāo)注。

②產(chǎn)品輿情的多重主題問題。我們認(rèn)為，消費(fèi)者對產(chǎn)品的評價(jià)具有多個(gè)方面，涉及多個(gè)主題，包括“正面評價(jià)”、“負(fù)面評價(jià)”、“產(chǎn)品需求”、“產(chǎn)品贊譽(yù)”等，而不是單純的正負(fù)面評價(jià)(限于論文篇幅，本論文僅考慮前3個(gè)主題，第4個(gè)主題也可類似處理)。

③產(chǎn)品質(zhì)量與售后服務(wù)輿情的區(qū)分問題。根據(jù)我們對產(chǎn)品輿情考察，盡管大部分的產(chǎn)品輿情涉及到產(chǎn)品質(zhì)量差，或者產(chǎn)品質(zhì)量差和售后服務(wù)不到位，但是有不少輿情是稱贊產(chǎn)品質(zhì)量的，只是對售后服務(wù)提出批評或建議。

④方法的可擴(kuò)展性問題。市場上的產(chǎn)品范圍很廣，要監(jiān)測和分析這么多產(chǎn)品的輿情，需要一種更有效的方法。

針對上述問題，我們將研究一套基于產(chǎn)品質(zhì)量輿情主題結(jié)構(gòu)和產(chǎn)品輿情文法(productpublicopiniongrammar， 簡稱PPOG)的輿情分析技術(shù)。近兩年來，文獻(xiàn)[9-10]采用語義文法對一般網(wǎng)絡(luò)輿情進(jìn)行了分析，取得了較好的效果。但是，由于產(chǎn)品種類的多樣性和龐雜性，他們的方法并不能解決前面提出的4個(gè)關(guān)鍵問題。

為解決這些關(guān)鍵問題，本文介紹的產(chǎn)品輿情文法采取以下原則和方法：

①產(chǎn)品輿情文法的設(shè)計(jì)結(jié)合產(chǎn)品分類結(jié)構(gòu)和輿情主題結(jié)構(gòu)。由于產(chǎn)品的種類十分繁雜，為此，我們采用國家統(tǒng)計(jì)局《統(tǒng)計(jì)用產(chǎn)品分類目錄》[11]，在此基礎(chǔ)上形成結(jié)構(gòu)良好的產(chǎn)品分類結(jié)構(gòu)和輿情主題結(jié)構(gòu)。

②在產(chǎn)品輿情文法方面，我們提出基于本體的產(chǎn)品輿情文法設(shè)計(jì)原則和方法。針對產(chǎn)品輿情文法的數(shù)量較大、難以維護(hù)等問題，我們采取文法的可繼承性，并且依據(jù)產(chǎn)品輿情主題結(jié)構(gòu)，引入文法的模塊化思路。

③產(chǎn)品輿情文法的設(shè)計(jì)需要結(jié)合消費(fèi)者的語言表達(dá)特點(diǎn)。我們采集大量的產(chǎn)品輿情樣本，得到消費(fèi)者對產(chǎn)品的評價(jià)語言表述特點(diǎn)，這是建立產(chǎn)品輿情文法的重要一步。

在本工作中，產(chǎn)品輿情分析的及時(shí)性和準(zhǔn)確性是兩個(gè)密切相關(guān)的性能。統(tǒng)計(jì)方法需要一定數(shù)量的輿情文本及評論和轉(zhuǎn)發(fā)的積累，才能發(fā)現(xiàn)關(guān)注的目標(biāo)輿情文本。基于分類的統(tǒng)計(jì)方法對稀疏數(shù)據(jù)也往往失效，而基于關(guān)鍵詞的方法雖然召回率高，但是識別精度很低。

這正是我們考慮基于語義文法方法的幾個(gè)重要原因。在基于語義文法的方法中，只要目標(biāo)輿情文本一旦出現(xiàn)，就可以對它進(jìn)行分析。這既有基于關(guān)鍵詞方法的高召回率，也避免了統(tǒng)計(jì)方法的弱點(diǎn)。

1產(chǎn)品輿情領(lǐng)域分析

1.1產(chǎn)品分類結(jié)構(gòu)

產(chǎn)品分類結(jié)構(gòu)是產(chǎn)品輿情分析的基礎(chǔ)。由于產(chǎn)品種類繁多，網(wǎng)絡(luò)上各個(gè)電商都有一套自己的分類標(biāo)準(zhǔn)，本文為統(tǒng)一標(biāo)準(zhǔn)，采用了國家標(biāo)準(zhǔn)《統(tǒng)計(jì)用產(chǎn)品分類目錄》[11]。

在本文中，我們僅考慮《統(tǒng)計(jì)用產(chǎn)品分類目錄》中的實(shí)物類產(chǎn)品以及它們的售后服務(wù)。圖1給出二個(gè)大類的部分產(chǎn)品分類結(jié)構(gòu)，類名后的括號給出每個(gè)類的編碼。

圖1　二個(gè)大類的部分產(chǎn)品分類結(jié)構(gòu)Fig.1　Partial hierarchy of two product categories

1.2產(chǎn)品輿情主題及其分類

在本文中，我們將產(chǎn)品輿情分為兩個(gè)大的范疇：產(chǎn)品輿情、產(chǎn)品售后輿情，參見圖2。需要特別指出的是，圖2的最后一層是根據(jù)圖1的產(chǎn)品分類結(jié)構(gòu)產(chǎn)生的；也就是說，整個(gè)輿情主題的體系是建立在產(chǎn)品分類的基礎(chǔ)之上的，這樣不僅便于文法設(shè)計(jì)，也便于文法的管理。

圖2　實(shí)體類產(chǎn)品輿情主題分類Fig.2　Topic hierarchy of public product opinions

2自頂向下的產(chǎn)品輿情文法設(shè)計(jì)方法

2.1自頂向下的設(shè)計(jì)策略

2.1.1利用產(chǎn)品分類結(jié)構(gòu)和輿情主題

由于產(chǎn)品種類的復(fù)雜性、多樣性，如果不采用適當(dāng)?shù)牟呗?，產(chǎn)品文法設(shè)計(jì)和維護(hù)將缺乏系統(tǒng)性。為此，我們必須充分利用產(chǎn)品分類結(jié)構(gòu)和產(chǎn)品輿情主題，參見圖1和圖2。

圖3　自頂向下的文法設(shè)計(jì)示意圖Fig.3　Top-level design of grammar

首先，在整個(gè)自頂向下的設(shè)計(jì)過程中，我們依據(jù)產(chǎn)品輿情主題(參見圖2)，建立頂層產(chǎn)品文法組織結(jié)構(gòu)，該結(jié)構(gòu)呈現(xiàn)在圖3的第1至第4層。

2.1.2產(chǎn)品輿情文法中的非終結(jié)符命名策略

我們的另一篇文章[10]提出了6條非終結(jié)符的設(shè)計(jì)原則。針對產(chǎn)品輿情的復(fù)雜性，我們引入兩條新的設(shè)計(jì)原則。

原則1：非終結(jié)符的語法功能明確、名字含義清晰。

由于非終結(jié)符的數(shù)量龐大，非終結(jié)符的名稱既能反映出它們的語法功能，也能反映出它們的語義。這樣不僅便于文法設(shè)計(jì)師編寫文法，而且也便于維護(hù)文法。

原則2：非終結(jié)符的命名要確保產(chǎn)生式的可讀性。

例如：對于輿情語句“海爾空調(diào)質(zhì)量差”，我們設(shè)計(jì)的文法產(chǎn)生式為“〈品牌詞類〉〈產(chǎn)品詞類〉〈質(zhì)量差詞類〉”。很容易看出，文法很好地反映了語句是關(guān)于產(chǎn)品質(zhì)量的問題。這樣設(shè)計(jì)的文法可讀性很強(qiáng)，也很容易讓他人和自己理解。

2.1.3產(chǎn)品輿情文法設(shè)計(jì)過程中的繼承策略

經(jīng)過大量考察我們發(fā)現(xiàn)，無論是描述產(chǎn)品質(zhì)量，還是描述售后服務(wù)，消費(fèi)者有一些通用的描述方式。

例如，在描述任何產(chǎn)品質(zhì)量差時(shí)，消費(fèi)者會(huì)采用“某廠家的某產(chǎn)品真爛”、“某廠家的某產(chǎn)品真差勁”、“千不要買某廠家的某產(chǎn)品”。這些描述具有很好的通用性，因此可以用統(tǒng)一的產(chǎn)生式表達(dá)它們。

2.2產(chǎn)品輿情文法PPOG的設(shè)計(jì)過程

2.2.1產(chǎn)品輿情語料的采集

產(chǎn)品輿情文法的設(shè)計(jì)與語料采集密切相關(guān)。主要原因有兩點(diǎn)：①即對單一產(chǎn)品，消費(fèi)者在表述上具有很大的差異性，采集輿情語料要盡量反映不同消費(fèi)人群的表達(dá)特點(diǎn)；②日常生活中，與消費(fèi)者密切相關(guān)的產(chǎn)品種類繁多，因此這些產(chǎn)品的現(xiàn)象、屬性、特性等用語也相應(yīng)地繁多。因此，在文法設(shè)計(jì)之前，輿情語料采集需要考慮以下兩條原則：

原則3：語料覆蓋率要盡量廣。

在查找語料時(shí)，要選擇盡量涉及不同類別內(nèi)容的語料；語句也盡量涉及更多不同類型，不同結(jié)構(gòu)。只有語料的選擇面寬、采樣廣，才能使得文法的涉及面更廣，對產(chǎn)品輿情分析帶來幫助。

原則4：要盡量保證語料中的語句表述多樣性。

語料語句的多樣性可使得產(chǎn)品輿情文法具有表達(dá)豐富的特點(diǎn)，能識別更多的目標(biāo)輿情。

2.2.2PPOG的逐層細(xì)化

回顧圖3，可以看到一個(gè)層次化、模塊化的文法結(jié)構(gòu)。圖4給出圖3的文法描述形式。

3產(chǎn)品輿情分析系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)

3.1PPOG文法分析器設(shè)計(jì)

本文實(shí)現(xiàn)的產(chǎn)品輿情文法系統(tǒng)，系統(tǒng)輸入為待處理的網(wǎng)絡(luò)輿情語料，系統(tǒng)輸出為產(chǎn)品判斷輿情語料所歸屬的產(chǎn)品分類的結(jié)果以及消費(fèi)者的主題評價(jià)結(jié)果，系統(tǒng)功能是實(shí)現(xiàn)對產(chǎn)品輿情語料的語義分析并在產(chǎn)品分類框架和產(chǎn)品主題評價(jià)模型的指導(dǎo)下對產(chǎn)品輿情進(jìn)行具體的表示，系統(tǒng)結(jié)構(gòu)圖如圖 5所示。

步驟1：導(dǎo)入產(chǎn)品輿情文法庫。在產(chǎn)品輿情文法庫中找到相對應(yīng)的產(chǎn)品文法，讀入到內(nèi)存中，并且產(chǎn)生相應(yīng)的分析表M。

步驟2：讀入產(chǎn)品輿情語料。對讀入的產(chǎn)品輿情語料進(jìn)行去標(biāo)簽處理，形成純文本語料，并且對每條語句插入語句終結(jié)符“$”。

步驟3：語句推導(dǎo)。對輸入的語句按照LL(1)分析表[12]M進(jìn)行推導(dǎo)；推導(dǎo)完成后，將顯示推導(dǎo)過程。

步驟4：PPOG分析樹生成。在完成語句推導(dǎo)之后，輸出分析樹展示語句的推導(dǎo)過程。

3.2PPOG分析樹中抽取輿情信息

根據(jù)每條產(chǎn)品輿情文法對應(yīng)的特征模式，通過與其關(guān)聯(lián)的信息抽取模板，從PPOG分析樹中抽取PPOG分析樹中的特征信息。每個(gè)信息抽取模板是一個(gè)鍵值對的形式。在我們的系統(tǒng)中，有多個(gè)鍵，包括輿情主題、產(chǎn)品品牌、產(chǎn)品名稱、產(chǎn)品類型、產(chǎn)品特點(diǎn)、產(chǎn)品評價(jià)等。

圖4　產(chǎn)品輿情文法的頂層部分Fig.4　Top-level portion of product opinion grammar

圖5　產(chǎn)品輿情分析系統(tǒng)工作流程Fig.5　Workchart of public product opinion analysis

4實(shí)驗(yàn)

為了驗(yàn)證上述提出的文法設(shè)計(jì)方法和原則的有效性，我們從新浪微博中下載了涉及產(chǎn)品輿情的語料，對系統(tǒng)進(jìn)行測試，下面我們給出若干測試?yán)樱?并且給出解釋。

例1：“求推薦一款性價(jià)比高的單反”。

根據(jù)推導(dǎo)可以分析得到一棵完整的例句文法分析樹，分析樹很清晰地看出例句到文法的對應(yīng)關(guān)系，得到的文法分析樹如圖6所示。

通過〈產(chǎn)品求推薦語句〉的信息抽取模式， 獲得如下特征信息：

結(jié)果JSON串= {“輿情主題”：“產(chǎn)品需求”，

“產(chǎn)品名稱”：“單反”，

“產(chǎn)品類型”：“通用照相機(jī)”，

“產(chǎn)品特點(diǎn)”：“性價(jià)比高”}。

例2：“用了強(qiáng)生洗面奶，面部好癢，強(qiáng)生真害人”。

對該輿情的推導(dǎo)，也形成了3顆樹，參見圖7(a)(b)(c)，分別對應(yīng)著3個(gè)子句。

圖6　一棵產(chǎn)品需求輿情分析樹示例Fig.6　A parsing tree of requirement opinion

圖7　三棵產(chǎn)品負(fù)面輿情分析樹示例Fig.7　Three parsing trees of negative opinions

在本工作中，我們下載了1 000個(gè)新浪微博產(chǎn)品輿情文本帖子，涉及3類：清潔類化妝品 (262301)、家用冷藏冷凍箱 (391401)、通用照相機(jī) (41220101)。對這些輿情文本進(jìn)行實(shí)驗(yàn)，結(jié)果表明：有66.1%的輿情帖子被目前的語義文法成功解析，33.9%不能被解析。不能解析的原因有兩個(gè)：一是因缺乏語義文法，約占30.2%，我們正在擴(kuò)展語義文法；二是語義文法中存在的錯(cuò)誤引起二義性，占3.7%。這些實(shí)驗(yàn)表明，只要繼續(xù)補(bǔ)充語義文法，我們的方法可以達(dá)到一個(gè)有前景的實(shí)用方法。我們將在進(jìn)一步的研究中研究語義文法自動(dòng)學(xué)習(xí)算法。

5結(jié)論

針對網(wǎng)絡(luò)產(chǎn)品質(zhì)量和產(chǎn)品售后服務(wù)的輿情分析，本文提出了一種基于產(chǎn)品輿情文法的產(chǎn)品輿情分析方法。該方法在產(chǎn)品輿情主題結(jié)構(gòu)的基礎(chǔ)上，根據(jù)自頂向下和自底向上相結(jié)合的文法設(shè)計(jì)原則，設(shè)計(jì)出一套產(chǎn)品輿情文法，隨后產(chǎn)品輿情文法在產(chǎn)品主題的網(wǎng)絡(luò)輿情分析中進(jìn)行應(yīng)用。該文法無論是分析網(wǎng)絡(luò)微博中的長文本還是短文本，都具有很好的效果，無論是電子產(chǎn)品、紡織品等日常產(chǎn)品都具有很好的通用性。當(dāng)然，本文介紹的方法也存在一個(gè)不足：產(chǎn)品輿情文法需要人工總結(jié)，存在一定的工作量。在今后的研究中，我們將通過文法學(xué)習(xí)的方式，研究產(chǎn)品輿情文法的自助學(xué)習(xí)方法，進(jìn)一步完善我們的產(chǎn)品輿情分析技術(shù)。

參考文獻(xiàn)：

[1]李雯靜，許鑫，陳正權(quán). 網(wǎng)絡(luò)輿情指標(biāo)體系設(shè)計(jì)與分析[J]. 情報(bào)科學(xué)， 2009，27(7)：986-991.

[2]鄭魁，疏學(xué)明，袁宏永. 網(wǎng)絡(luò)輿情熱點(diǎn)信息自動(dòng)發(fā)現(xiàn)方法[J]. 計(jì)算機(jī)工程， 2010， 36(3)：4-6.

[3]柳虹，徐金華. 網(wǎng)絡(luò)輿情熱點(diǎn)發(fā)現(xiàn)研究[J].科技通報(bào)， 2011， 27(3)：421-425.DOI:10.13774/j.cnki.kjtb.2011.03.017.

[4]王蘭成. 網(wǎng)絡(luò)輿情分析技術(shù)[M]. 北京：國防工業(yè)出版社，2014.

[5]郭林宇，戚亞梅，李艷，等. 農(nóng)產(chǎn)品質(zhì)量安全網(wǎng)絡(luò)輿情監(jiān)測工作的幾點(diǎn)思考[J].中國食物與營養(yǎng)， 2012， 18(12)：5-7.

[6]張慶民，吳春梅，劉小峰. 產(chǎn)品質(zhì)量安全網(wǎng)絡(luò)輿情下的企業(yè)網(wǎng)絡(luò)聲譽(yù)研究[J]. 華東經(jīng)濟(jì)管理， 2014，28(4)：98-103.DOI:10.3969/j.issn.1007-5097.2014.04.019.

[7]SRIRAMB,FUHRYD,DEMIRE，etal.ShorttextclassificationinTwittertoimproveinformationfiltering[C]//Proceedingsofthe33rdInternationalACMSIGIRConferenceonResearchandDevelopmentinInformationRetrieval.NewYork：ACM， 2010：841-842.DOI:10.1145/1835449.1835643.

[8]夏雨禾. 微博互動(dòng)的結(jié)構(gòu)與機(jī)制：基于對新浪微博的實(shí)證研究[J]. 新聞與傳播研究，2010，18(4)：60-69.

[9]侯圣巒，劉磊，曹存根. 基于語義文法的網(wǎng)絡(luò)輿情精準(zhǔn)分析方法研究[J]. 計(jì)算機(jī)科學(xué)， 2014，41(10)：225-231，237.DOI：10.11896/j.issn.1002-137X.2014.10.048.

[10]侯圣巒，基于語義文法的網(wǎng)絡(luò)輿情精準(zhǔn)分析方法研究 [D]. 北京：北京工業(yè)大學(xué)，2014.

[11]國家統(tǒng)計(jì)局.統(tǒng)計(jì)用產(chǎn)品分類目錄[M]. 北京：國家統(tǒng)計(jì)出版社，2010.

[12]溫敬和.LL(1)文法及分析表的自動(dòng)構(gòu)造[J]. 上海第二工業(yè)大學(xué)學(xué)報(bào)，2001，18(2)：38-44.

(責(zé)任編輯黃勇)

doi:10.16088/j.issn.1001-6600.2016.02.011

收稿日期：2015-11-15

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目(61203284，61103169，61173063)；國家行業(yè)專項(xiàng)(201303107)；廣西科學(xué)研究與技術(shù)科技攻關(guān)計(jì)劃項(xiàng)目(桂科攻1598010-6)

中圖分類號：TP391

文獻(xiàn)標(biāo)志碼：A

文章編號：1001-6600(2016)02-0074-07

AnalysisofProductPublicOpinionBasedonPPOGSemanticGrammar

CAOYang1，TANGSuqin1，F(xiàn)ANGFang2，ZHAOHongyuan3，CAOCungen2

(1.GuangxiKeyLabofMulti-sourceInformationMining&Security，GuangxiNormalUniversity，GuilinGuangxi541004，China；2.KeyLaboratoryofIntelligentInformationProcessing，InstituteofComputingTechnology，ChineseAcademyofSciences，Beijing100190，China； 3.CollegeofAppliedMathematicalandPhysicalScience,BeijingUniversity

ofTechnology，Beijing100124，China)

Abstract:Product quality and safety have been viewed as crucial factors to both enterprise development and customer concern. At present， keyword-based methods are the primary analysis method of product-relevant public opinion. However， due to the lack of a deep analysis of public opinions， numerous wrong results are produced. In this paper， a thematic structure of product public opinions is proposed and a product-public opinion grammar， called PPOG， is designed to analyze mircro-blogs. Through comprehensive experiments with the use of micro-blogs， it is believed that the PPOG-based analysis method of public opinion has a promising application prospect.

Keywords:product quality； product public opinion grammar； product public opinion analysis

通信聯(lián)系人：唐素勤(1972—)，女(壯族)，廣西都安人，廣西師范大學(xué)教授，博士。E-mail:sqtang@gxnu.edu.cn