Learned ontology guided opinions analysis of extracted aspects from online product reviews

• Published in: Journal Europeen des Systemes Automatises Vol. 51; no. 1-3; p. 25
• Main Authors: KC, Ravi KUMAR, Teja, SANTOSH DANDIBHOTLA, Vishnu VARDHAN BULUSU
• Format: Journal Article
• Language: English
• Published: Edmonton International Information and Engineering Technology Association (IIETA) 2018
• Subjects: Ontology; Product reviews; Semantics
• ISSN: 1269-6935; 2116-7087
• DOI: 10.3166/jesa.51.25-49

Les opinions exprimées par les consommateurs sur les évaluations de produits en ligne dans les sites Web de commerce électronique jouent un rôle majeur dans l'appréciation du caractère évaluatif de l'aspect produit. Ces opinions exprimées manquent de précision conceptuelle, ce qui permet aux consommateurs de les utiliser de manières différentes du point de vue syntaxique et sémantique (variations lexicales) sur divers aspects des appréciations. De plus, certains consommateurs présentent leurs opinions de manière implicite. L'évaluation de ces types d'opinions pour les orientations d'opinion soulève le fossé sémantique existant entre le langage humain et le savoir réellement exprimé. Ainsi, extraire tous ces types d’opinions sur les aspects du produit peut combler le vide sémantique et ainsi améliorer la précision de l’orientation des opinions. Ainsi, extraire tous ces types d’opinions sur les aspects du produit peut combler le fossé sémantique et ainsi améliorer la précision de l’orientation des opinions. Dans cet article, une approche d’apprentissage ontologiques itératives est réalisée afin de résoudre les problèmes susmentionnés. Dans la méthode proposée, l’appréciation de produits pré-traités sont d’abord analysées pour extraire les variations lexicales jugées. Les appréciations sont ensuite analysées pour extraire les opinions implicites. De plus, ces variations lexicales et les opinions implicites avec les revues sont formalisées pour l'apprentissage ontologique. L'aspect de la paire d'opinions est formé en raisonnant l'ontologie apprise. Enfin, l’orientation des opinions de l’aspect est déterminée en utilisant les scores de sentiwordnet dans la métrique de distance géodésique améliorée. L’évaluation de l’orientation sémantique des opinions à l’aide du guide d’ontologie appris par rapport aux approches d’état de l’art montre l’efficacité de la méthode proposée. The opinions expressed by the consumers on online product reviews in e-commerce websites play major role in judging the evaluative character of the product aspect. These expressed opinions lack conceptual preciseness allowing consumers to use them in both syntactically and semantically different ways (lexical variations) on various aspects in the reviews. Also some section of consumers present their opinions in the implicit manner. The evaluation of these types of opinions for opinion orientations raises the semantic gap between the human language and the actual opinionated knowledge. Thus, extracting all these types of opinions on the product aspects may bridge the semantic gap and thereby improving the accuracy of the opinion orientation. In this paper, iterative ontology learning approach is carried out in order to solve the aforementioned problems. In the proposed method, first the pre-processed product reviews are analyzed for extracting opinionated lexical variations. Then, the reviews are further analyzed to extract the implicit opinions. Further, these opinionated lexical variations and implicit opinions with the reviews are formalized for ontology learning. The aspect, opinion pair is formed by reasoning the learned ontology. Finally, the aspect’s opinion orientation is ascertained by using the sentiwordnet scores in the improved geodesic distance metric. The evaluation of semantic orientation of opinions using the learned ontology guidance against the state-of-the-art approaches shows the effectiveness of the proposed method.