论文研究-在线评论中基于边界平均信息熵的产品特征提取算法.pdf

【文件属性】：
文件名称：论文研究-在线评论中基于边界平均信息熵的产品特征提取算法.pdf
文件大小：912KB
文件格式：PDF
更新时间：2022-10-10 13:52:59
论文研究 论文研究-在线评论中基于边界平均信息熵的产品特征提取算法.pdf,  随着电子商务业务的迅猛发展，基于用户网上评论的文本研究也成为热点课题.用户在进行购买决策时，不仅需要了解该商品的整体评价，同时需要知道商品各个特征的情感态度倾向，故文章的目的在于研究在线评论中产品特征的自动提取的问题.实验选择满足BNP（base noun phrase）模式的N-Gram作为候选项，并利用N-Gram的边界平均信息熵的指标以及子串依赖关系对候选项进行过滤，提取最终的产品特征.与仅采取BNP模式直接作为产品特征的参照条件相比，当前方法选取的过滤条件可以有效提高产品特征提取的准确率.文中的方法不依赖于外部的领域语料且不需进行人工干预，其最终输出的结果具有子串依赖的层次性，可以作为领域知识构建的有效的参考数据结构.