基于最大频繁模式的在线评论标签抽取

• 作者: 徐华林 李良强 袁华 邵培基
• 来源期刊: 信息系统学报
• 学科: 工学
• 关键词: 文本挖掘 最大频繁模式 评论标签 模式过滤
• 年，卷（期）: xxxtxb_2016,（1）
• 页码范围: 1-11
• 页数: 11页
• 分类号: TP391.1

摘要

随着电子商务的蓬勃发展,日益增加的海量在线评论数据影响了在线消费者获取有用信息的效率。本文提出了一种从海量在线评论数据中自动抽取评论标签的文本处理技术。该方法综合了语法搭配（词性搭配）和最大频繁模式,从海量的在线评论数据自动抽取出用户对该产品/服务的主要评论内容。实验表明基于词性搭配的最大频繁模式的过滤技术能灵活有效地从在线评论中抽取核心的用户评论。并且,该方法在不同的数据集和不同方法的比较中都表现出较好的抽取效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵培基	电子科技大学经济与管理学院	99	1358	19.0	34.0
2	袁华	电子科技大学经济与管理学院	10	59	4.0	7.0
3	李良强	电子科技大学经济与管理学院	8	31	3.0	5.0
4	徐华林	电子科技大学经济与管理学院	1	0	0.0	0.0