基于多标记学习的汽车评论文本多性能识别

• 作者: 张晶 李德玉 王素格
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 多标记学习 文本处理 汽车评论 多方面识别
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 数据挖掘
• 页码范围: 188-194
• 页数: 7页
• 分类号: TP391
• 字数: 6760字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.01.031

摘要

针对汽车产品评论文本中出现的多方面性能,提出一种基于多标记学习的汽车评论文本多方面性能识别方法.首先,结合文本挖掘方法,利用多标记文本特征选择方法选取特征,将非结构化的文本转化为结构化的多标记数据集.在此基础上,使用四种多标记分类方法,对待识别的评论文档标注一个或多个方面标记.最后,以八种多标记评价指标评估方面识别的性能.在新浪汽车评论语料上的实验表明,方面识别的子集准确率达到了95％,验证了方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德玉	山西大学计算机与信息技术学院	83	753	12.0	24.0
2	王素格	山西大学计算机与信息技术学院	88	812	14.0	25.0
3	张晶	山西大学计算机与信息技术学院	16	77	6.0	8.0