商品隐式评价对象提取的方法研究

• 作者: 倪学峰 邱云飞 邵良杉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 隐式评价对象 特征词 聚类 k-means聚类算法
• 年，卷（期）: 2015,（19）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 114-118
• 页数: 5页
• 分类号: TN911.72
• 字数: 5489字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1309-0468

摘要

网络评论中没有明确指出评价对象的评论，如评论“东西有点贵”中并没有明确指出评价的是商品的价格。针对这种评论，提出一种在评论文本数据集上提取商品的隐式评价对象的方法。根据评论短文本的句式结构特点，构建出候选评价对象模型，并利用HowNet2000概念词典对候选评价对象中的特征词进行扩充，以缓解候选评价对象中信息缺乏的问题；基于k-means聚类算法利用候选评价对象中特征词之间的相似度，对候选评价对象进行聚类，得到若干隐式评价对象；利用χ2统计量来衡量候选评价对象中的特征词对隐式评价对象的指示能力，从而提取出评论中的隐式评价对象。实验结果表明，该方法提高了提取隐式评价对象的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵良杉	辽宁工程技术大学系统工程研究所	189	1464	18.0	27.0
2	邱云飞	辽宁工程技术大学软件学院	70	620	13.0	22.0
3	倪学峰	辽宁工程技术大学软件学院	1	14	1.0	1.0