在线评论中基于边界平均信息熵的产品特征提取算法

摘要：

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 nounphrase)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.

关键词：在线评论、产品特征、边界平均信息熵

所属期刊栏目：36

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2017-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2416-2423