1.特征词到领域本体的映射

根据本书对基本概念的定义（详见第一章1.4.1），特征词为描述产品组成、功能及其属性的词语，与领域概念之间存在关联关系、隶属关系和同义关系（图4-2）。因此，本书利用特征词与领域概念之间的语义关系，将特征词映射到领域本体的概念空间。具体的映射方式如下：

（1）判断特征词是否为领域概念的相关术语。通过关联度算法（式（3-39）），计算特征词与概念的关联关系，如果关联度大于该概念的相关术语集的最小值（ass（c，t）min），则确定该特征词为概念的相关术语，并且将特征词映射到领域本体中的相应位置。

（2）判断特征词是否为概念的子类。通过隶属度算法（式（4-1）），计算特征词与概念的隶属关系，将高于阈值T1（根据已有的研究，T1=0.025[167]）的特征词判定为概念的子类，并且映射到领域本体中的相应位置。

（3）判断特征词是否为概念的实例。通过对中文产品评论的语言进行分析，发现概念的实例具有相似的表现形式（例如“价格”的实例“价钱”和“价位”都包含字符“价”）。所以先将特征词分解为字符组合，再根据这些字符查询领域本体的概念空间。如果领域本体中存在含有相同字符的概念或概念实例，则利用相似度算法（式（4-2）），计算该特征词与概念的同义关系，并且将高于阈值T2（根据已有研究，T2=0.3[168]）的特征词判定为该概念的实例，映射到领域本体中的相应位置。(www.daowen.com)

在将特征词映射到领域本体的概念空间后，还可以利用本体的分层结构对特征词进行汇总，以便于对评论挖掘的结果进行统计分析。领域本体的下一级概念为上一级概念的组成部分、属性或属性值，相当于上一级概念在抽象层次上的分解与细化。所以除根节点外，领域本体第一层的概念是对其所在分支的高度概括。在确定特征词在领域本体中的位置后，可以沿着其所在的分支，层层向上追溯，最终将其映射到位于该分支根节点上的概念。

2.观点词到领域本体的映射

根据本书对基本概念的定义（详见第1章1.4.1），观点词是表达用户情感的、用于评价特征词的词语，与其修饰的特征词之间存在着关联关系。类似于特征词的映射方法，本书利用关联度算法（式（3-39））计算观点词与特征词的关联关系。如果关联度大于该特征词的相关术语集合中的最小值，则确定该观点词为特征词对应概念的相关术语，并且将其映射到领域本体的相应位置。

其中，Pr（f）=nf/N为特征词f出现在窗口（大小为8个字符）中的概率（nf为包含特征词f的窗口数量，N为语料中的窗口数量）。同理，Pr（o）为观点词o出现在窗口中的概率，与分别为特征词f与观点词o未出现在窗口中的概率，Pr（f，o）为特征词f与观点词o同时出现在窗口中的联合概率，为特征词f与观点词o均未出现在窗口中的联合概率。此外，由于特征词与观点词之间的关联度取值在单位区间[0，1]，因此需将原值进行线性缩减。