面向电子商务网站的产品属性提取算法

摘要：

从商品评论中抽取作为评价对象的产品属性及判断评价的极性(正面评价、负面评价、中性评价),对于充分挖掘利用电子商务网站上积累的大量商品评论,为消费者的购物决策和生产者的生产决策提供支持,具有重要意义.本文针对现有算法的不足,结合中文电子商务网站中商品评论的特点,提出了综合模板、频率和HITS的无监督学习算法,用于从中文商品评论中识别产品属性.充分的实验结果表明,所提出的无监督算法对产品属性识别的F值可以达到77.3％,优于文献中提出的其他类似算法.

关键词：商品评论、产品属性、抽取、HITS、抽取模板

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：高等学校博士学科点专项科研基金项目20100181120029

在线出版日期：2013-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2477-2481