作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在线评论中特征抽取是产品意见挖掘的基础,直接影响到最终挖掘结果的准确性。针对现有特征抽取方法的准确率和召回率偏低问题,该文通过设计词性序列模板产生候选特征集,利用PMI-IR方法进行筛选,最终获得产品特征集。实验结果表明,该方法取得较好效果。
推荐文章
挖掘中文网络客户评论的产品特征及情感倾向
用户评论
产品特征
数据挖掘
情感分析
中文评论中产品特征挖掘的剪枝算法研究
评论挖掘
关联规则
产品特征
剪枝
非结构化信息
非监督学习
中文产品评论中属性词抽取方法研究
产品评论
生词识别
序列模板
属性词
在线林产品流通领域不同类型产品的评论有用性
林产品流通
产品类型
网络平台
评论情感极性
感知有用性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 中文在线评论中产品特征抽取研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 在线评论 特征抽取 序列模板 PMI
年,卷(期) 2014,(11X) 所属期刊栏目
研究方向 页码范围 8076-8078
页数 3页 分类号 TP391.1
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡龙茂 12 19 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
在线评论
特征抽取
序列模板
PMI
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导