技術(shù)特征：
1.一種基于商品評論文檔集的概念層次創(chuàng)建方法，其特征在于，包括如下步驟：步驟1，對初始的文檔集進(jìn)行預(yù)處理，得到文檔矩陣以及關(guān)鍵詞表；步驟2，根據(jù)文檔矩陣以及關(guān)鍵詞表建立主題模型，并將每個主題下相關(guān)度最高的k個名詞作為關(guān)鍵概念；步驟3，對關(guān)鍵概念進(jìn)行語義關(guān)系提取，得到關(guān)鍵概念的距離矩陣；步驟4，根據(jù)距離矩陣進(jìn)行多路凝聚聚類，得到概念層次；其中，所述步驟3中，語義關(guān)系提取的步驟如下：步驟3-1，將全部關(guān)鍵概念組成一個關(guān)鍵概念集合；步驟3-2，遍歷各個句子，若包含關(guān)鍵概念，則將其寫入一個文件中；步驟3-3，對所有關(guān)鍵概念進(jìn)行語義消歧；步驟3-4，對于語義消歧后的每一個關(guān)鍵概念，統(tǒng)計其所有語義ID在初始的文檔集出現(xiàn)次數(shù)，將出現(xiàn)次數(shù)最多的語義作為其在初始的文檔集中的語義；步驟3-5，根據(jù)步驟3-4中所得到的語義計算詞典語義距離；步驟3-6，根據(jù)所有關(guān)鍵概念對在初始文檔中出現(xiàn)的相關(guān)性計算其統(tǒng)計語義距離；步驟3-7，將詞典語義距離和統(tǒng)計語義距離進(jìn)行結(jié)合得到語義距離，所有關(guān)鍵概念兩兩之間的語義距離所形成的矩陣作為最終的語義距離矩陣。2.如權(quán)利要求1所述基于商品評論文檔集的概念層次創(chuàng)建方法，其特征在于，對初始的文檔集進(jìn)行預(yù)處理的步驟如下：步驟1-1，從初始的文檔集提取具有評論數(shù)據(jù)的內(nèi)容；步驟1-2，對所提取內(nèi)容進(jìn)行去停用詞和索引處理；步驟1-3，根據(jù)索引中詞的出現(xiàn)頻率對內(nèi)容進(jìn)行過濾，并生成相應(yīng)的文檔矩陣和關(guān)鍵詞表。3.如權(quán)利要求1所述基于商品評論文檔集的概念層次創(chuàng)建方法，其特征在于，步驟2中，主題模型的建立方法為：步驟2-1，從文檔矩陣中得到主題-詞矩陣；步驟2-2，由關(guān)鍵詞表得到關(guān)鍵名詞鏈表，主題-詞矩陣及關(guān)鍵名詞鏈表構(gòu)成主題模型。4.如權(quán)利要求3所述基于商品評論文檔集的概念層次創(chuàng)建方法，其特征在于，步驟2-1中，得到主題-詞矩陣的步驟如下：步驟2-11，讀取文檔矩陣，并通過預(yù)設(shè)的參數(shù)得到初始的主題模型，并從初始的主題模型得到抽樣的文檔集，其中預(yù)設(shè)的參數(shù)為文檔-主題分布的分布參數(shù)以及主題-詞分布的分布參數(shù)；步驟2-12，根據(jù)抽樣的文檔集與文檔矩陣的分布差異來對主題模型進(jìn)行調(diào)整；步驟2-13，將步驟2-12重復(fù)8000至12000次，從所得的主題模型得到主題-詞分布矩陣，將每個主題下的詞按出現(xiàn)概率大小進(jìn)行排序，從而得到主題-詞矩陣。5.如權(quán)利要求3所述基于商品評論文檔集的概念層次創(chuàng)建方法，其特征在于，步驟2-2中，得到關(guān)鍵名詞鏈表的步驟如下：步驟2-21，讀取關(guān)鍵詞表，并建立一個初始的關(guān)鍵名詞鏈表，由關(guān)鍵詞表向該關(guān)鍵名詞鏈表輸入所有關(guān)鍵詞，并去除重復(fù)的關(guān)鍵詞；步驟2-22，對于每個關(guān)鍵詞，判定所述關(guān)鍵詞在各個句子中的詞性，統(tǒng)計各個詞性出現(xiàn)的概率，選擇出現(xiàn)概率最大的詞性作為該詞在整個文檔集中的詞性；步驟2-23，將所有名詞詞性的關(guān)鍵詞作為關(guān)鍵概念儲存于關(guān)鍵名詞鏈表中。6.如權(quán)利要求1所述基于商品評論文檔集的概念層次創(chuàng)建方法，其特征在于，步驟3-3中，對各個關(guān)鍵概念的語義消歧方法如下：步驟a)，讀取該關(guān)鍵概念在同義詞詞林的所有語義ID；步驟b)，根據(jù)語義ID在同義詞詞林中的頂級分類進(jìn)行過濾；步驟c)，獲取所有語義ID的同義詞集；步驟d)，統(tǒng)計各個同義詞在初始的文檔集中出現(xiàn)的次數(shù)，選擇出現(xiàn)次數(shù)最多的語義ID作為該關(guān)鍵概念的語義ID。7.如權(quán)利要求1所述基于商品評論文檔集的概念層次創(chuàng)建方法，其特征在于，步驟3-7中，將關(guān)鍵概念的詞典語義距離和統(tǒng)計語義距離進(jìn)行結(jié)合的公式為：其中c1和c2為關(guān)鍵概念，T為語義詞典中包含c1和c2的概念樹，SSD(c1,c2,T)為歸一化后的詞典語義距離，CD(c1,c2)為歸一化后的統(tǒng)計語義距離。8.如權(quán)利要求1所述基于商品評論文檔集的概念層次創(chuàng)建方法，其特征在于，步驟4中，多路凝聚聚類的方法為：步驟4-1，輸入所有的關(guān)鍵概念的語義距離矩陣，每個關(guān)鍵概念作為一個概念節(jié)點；步驟4-2，從語義距離矩陣中選取語義距離最小的兩個概念節(jié)點，根據(jù)兩個概念節(jié)點之間距離大小將兩個概念節(jié)點合并成新的概念節(jié)點；步驟4-3，從關(guān)鍵概念集合中刪除掉已合并的概念節(jié)點，加入合并后的概念節(jié)點，并且更新語義距離矩陣；步驟4-4，重復(fù)步驟4-2至4-3直到所有概念節(jié)點都已合并到同一個概念節(jié)點下，得到最終概念層次；步驟4-5，以XML形式輸出最終的概念層次。