10.3969/j.issn.1001-0505.2016.03.010
二次剪枝算法在评论特征提取中的应用
针对序列模式挖掘(GSP)算法在中文产品评论特征提取中准确率不够高的问题,提出了一种二次剪枝算法,即利用 GSP 算法产生候选特征集,然后采用词对共现度作为阈值对其进行进一步筛选,从而达到提高准确率的目的.利用定制化的爬虫工具从京东网站上抓取摄像头产品的中文评论,选取其中1000条作为试验数据,采用分词工具 ICTCLAS 对评论进行分词和数据预处理,并将所提算法与 GSP 算法、交叉语言模型(CLM)和似然比检验(LRT)进行对比试验.结果表明,利用所提算法获得的中文产品评论特征提取准确率达到76.37%,较 GSP 算法、CLM和 LRT 的准确率分别提高2.94%,5.77%和7.57%.
特征提取、二次剪枝、词对共现度、似然比检验、交叉语言模型
46
TP315.69(计算技术、计算机技术)
中央高校基本科研业务费专项资金资助项目、国家高技术研究发展计划863计划资助项目2015AA015904.
2016-10-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
513-517