基于互自扩展模式的中文产品属性提取算法

• 作者: 于明朕 那日萨
• 来源期刊: 计算机应用研究
• 关键词: 在线评论 产品属性提取 互自扩展 FP-Growth算法 置信度
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 977-980
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.04.004

摘要

针对中文在线评论中产品属性词的提取,提出了一种基于互自扩展模式的半监督学习方法.利用较少的人工参与,通过FP-Growth算法挖掘频繁项集获得种子属性词,通过增量迭代发现新的属性词;在每一轮迭代中,通过计算提取词与提取模式的置信度确保了算法的准确性,同时避免了主题偏移.最后通过相似提取模式获得复合提取词,大大减少了因分词及词性标注错误所导致的属性词挖掘错误,以牺牲较少准确率的代价换取了较高的召回率.实验结果表明,该算法对产品属性提取的F值可以达到78.97％,结果优于其他类似的提取算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	那日萨	大连理工大学管理与经济学部	33	217	10.0	13.0
2	于明朕	大连理工大学管理与经济学部	1	1	1.0	1.0