發(fā)布時(shí)間：2021-07-03 00:10

　　[目的/意義]面向電子商務(wù)領(lǐng)域的在線(xiàn)評(píng)論,通過(guò)識(shí)別產(chǎn)品特征和評(píng)價(jià)詞之間是否存在修飾關(guān)系,抽取出在線(xiàn)評(píng)論中的情感標(biāo)簽,從而幫助網(wǎng)購(gòu)用戶(hù)迅速了解某一產(chǎn)品的性能。[方法/過(guò)程]引入漢語(yǔ)組塊分析對(duì)評(píng)論文本進(jìn)行初始化處理,對(duì)名詞性信息以及形容詞性信息進(jìn)行抽取。通過(guò)最大熵對(duì)初始化集合進(jìn)行過(guò)濾,從而獲得最終的情感標(biāo)簽集合。[結(jié)果/結(jié)論]該方法對(duì)評(píng)論文本的適應(yīng)性較好,可以有效抽取出情感標(biāo)簽。[局限]需要對(duì)語(yǔ)料進(jìn)行初始化抽取,經(jīng)過(guò)過(guò)濾后才能獲得最終的情感標(biāo)簽集合。 

【文章來(lái)源】：情報(bào)理論與實(shí)踐. 2016,39(05)北大核心CSSCI

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 國(guó)內(nèi)外研究綜述
2 漢語(yǔ)組塊分析及信息抽取
    2.1 漢語(yǔ)組塊分析概述
    2.2 基于支持向量機(jī)(SVM)的漢語(yǔ)組塊分析
    2.3 情感標(biāo)簽信息抽取
3 基于最大熵模型的情感標(biāo)簽過(guò)濾
4 實(shí)驗(yàn)結(jié)果及分析
    4.1 名詞性短語(yǔ)識(shí)別實(shí)驗(yàn)
    4.2 情感標(biāo)簽抽取實(shí)驗(yàn)
    4.3 拓展實(shí)驗(yàn)
5 總結(jié)與展望



本文編號(hào)：3261455