基于潜在特征的汽车评论要素挖掘
互联网的迅速发展带来了网络中评论数据的大量增长,分析这些非结构化的文本数据的潜在价值对于整车企业在生产、营销、售后等环节具有重要的指导意义.汽车垂直网站内的评论数据海量且复杂,本文提出一种基于潜在特征的评论要素挖掘模型,对文本数据进行细粒度的挖掘,识别出文本的评论要素,即评价对象与评价词.在汽车之家评论语料进行的实验表明,本模型的预测准确率达到81%,具有良好的分类效果.
文本挖掘、评论要素、序列标注、潜在特征
12
TP391(计算技术、计算机技术)
2017-02-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
247-250