基于两视图半监督学习的产品质量问题识别方法

摘要：

针对电商网站中的大量非结构化、无标注的用户评论文本,运用两视图半监督学习方法对其进行分类,识别出涉及产品质量问题的内容,从而挖掘出其中隐含的产品质量缺陷与隐患.综合考虑词汇、情感、领域等多方面特征,构建文本特征视图和非文本特征视图,采用Co-training协同训练算法,依据是否涉及质量问题对评论进行分类.以电热水壶为例,爬取电商网站的评论数据进行实证分析.结果显示,本文方法的分类F1值和AUC值分别为82.18%和86.24%,相比于单视图监督学习分类器具有显著提升.

关键词：评论分类、多视图学习、半监督学习、协同训练、质量问题识别

所属期刊栏目：26

分类号：TP393(计算技术、计算机技术)

资助基金：中国工程院重大咨询资助项目2021-HYZD-7-3

在线出版日期：2023-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：86-94