融合词语义表示和新词发现的领域本体演化——以产品评论数据为例

摘要：

[目的/意义]针对传统本体演化中对新知识和新需求的捕捉存在不准确、低效率的问题,提出一种基于领域新词发现的本体演化方法,并以用户产品评论数据为例进行验证.[方法/过程]首先采用自然语言处理算法对用户产品评论文本语料进行文本预处理,并利用Word2vec算法进行词向量嵌入;然后采用深度学习中Bi-LSTM-Atten-tion-CRF算法实现候选领域新词的识别和抽取,并利用K-means算法进行聚类以得到最终领域新词;最后利用本体演化的六阶段演化流程,实现领域本体的演化工作.[结果/结论]以智能手机领域产品评论为实验数据,验证了本研究采用领域新词发现模型具有更高的准确率和召回率,由此演化得到智能手机领域新版产品本体.领域新版产品本体既可以帮助产品设计者根据领域本体中新特征、新功能优化产品设计,也可以支持消费者利用产品评论进行购买决策.

关键词：本体演化、领域新词、新词发现、注意力机制、双向长短期记忆网络、条件随机场

所属期刊栏目：65

分类号：G250;TP391.1(图书馆学、图书馆事业)

资助基金：国家社会科学基金;国家自然科学基金

在线出版日期：2021-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：85-96