基于多元特征的电商低质量商品评论识别

• 作者: 付晓东 冯旭鹏 刘利军 刘晓梅 栾杰 黄青松
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 低质量评论 分类 多元特征 监督学习
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 100-105
• 页数: 6页
• 分类号: TP391
• 字数: 5519字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.02.017

摘要

为了改变已有评论识别方法在新兴特性(“返现评论”的出现)识别上的不足,根据新兴特性提出一种新的“无用评论”划分方法,定义其为低质量评论.根据其具有的特性,提出基于多元特征(情感强度,是否包含负面情感,主流观点的包含程度)的识别方法.将提取出的特征放入基于文本特征分类器中,对多元特征与文本特征的不同组合进行有监督的学习,选取出分类效果最好的特征组合.实验表明在文本特征分类中加入多元特征后,分类准确率能达到83％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付晓东	昆明理工大学信息工程与自动化学院	57	180	7.0	10.0
2	黄青松	昆明理工大学信息工程与自动化学院	91	265	9.0	12.0
4	刘利军	昆明理工大学信息工程与自动化学院	77	196	7.0	10.0
5	冯旭鹏	昆明理工大学教育技术与网络中心	34	77	5.0	7.0
8	栾杰	昆明理工大学信息工程与自动化学院	3	1	1.0	1.0
9	刘晓梅		2	10	1.0	2.0