排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
针对现有相同产品特征识别方法受限于词典覆盖率或语料规模的不足,提出一种基于多维相似度和情感词扩充的识别方法。通过双向长短时记忆条件随机场(bi-directional long short-term memory and conditional random field, Bi-LSTM-CRF)模型抽取产品特征的扩充情感词,综合特征词的语素相似度、同义词林相似度和TF-IDF(term frequency-inverse document frequency)余弦相似度,采用K-medoids聚类算法,识别相同的产品特征。试验结果表明,在手机和笔记本数据集上,该方法的最大调整兰德指数分别达到0.579和0.595 9,而最小熵值分别达到0.782 6和0.745 7,均优于结合语素的调整Jaccard相似度、Word2Vec相似度和基于二分K-means的Word2Vec相似度三种基线试验方法。 相似文献
2.
胡龙茂 《数字社区&智能家居》2014,(33):8076-8078
在线评论中特征抽取是产品意见挖掘的基础,直接影响到最终挖掘结果的准确性。针对现有特征抽取方法的准确率和召回率偏低问题,该文通过设计词性序列模板产生候选特征集,利用PMI-IR方法进行筛选,最终获得产品特征集。实验结果表明,该方法取得较好效果。 相似文献
3.
胡龙茂 《重庆科技学院学报(自然科学版)》2017,19(5)
从海量的在线评论中自动识别出垃圾评论,是消费者及厂家有效利用在线评论的前提。结合垃圾评论者的行为特征及评论文本内容,采用支持向量机构建了垃圾评论识别模型。实验结果表明,该方法有效地识别了垃圾评论。 相似文献
4.
1