淘宝的评论归纳是如何做到的？

PS：语义分析的概要过程大家可以去程序员杂志七月刊上阅读

作为这个产品技术团队之一，简单说下这个过程：

1，按类目特征，拉取这个类目下的评论，进行分词，统计词频；

2，对词进行聚类，包含常用的LDA，结合本体库，将词进行归类和分类，建立语料库；（分类是最重要的一步，比如服装类目下学院风、淑女、熟女、休闲等都会归为款式这类）

3，属性情感搭配，建立属性词和情感词的连接关系，判断分句的情感；

4，属性词+情感词转换到属性类的情感，对句子进行位置标记；

5，将属性情感和位置标记结果build到搜索中，便于根据标签反向检索内容。

借用一句话：产品从0到1是很容易的，但是将1做到100确实个不断优化的过程，期待对这方面有兴趣的人给予建议和指导，也大大欢迎加入共建。

之前实现过一个，主要是依存句法分析+topic model（lda），文档见《用户评论中的标签抽取以及排序》：