基于CBC-LIKE算法的产品特征词聚类的研究

• 作者: 杨莉萍 江伟 路松峰
• 来源期刊: 现代电子技术
• 关键词: 产品特征 语义相似度 聚类算法 观点挖掘
• 年，卷（期）: 2017,（14）
• 所属期刊栏目: 智能控制与仿真
• 页码范围: 81-84
• 页数: 4页
• 分类号: TN911-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.14.023

摘要

用户评论中存在产品特征表达多样性问题,在细粒度观点挖掘任务中需要对产品特征词聚类.首先,结合不同的语义相似度计算的特点,提出基于语义知识和上下文熵模型的语义相似度混合计算方法,计算抽取得到的特征词语义相似度;然后改进了传统CBC算法,提出适用于产品特征词聚类的CBC-LIKE方法实现聚类.最后在三个领域的真实评论语料上进行实验,对提出的语义相似度计算方法和聚类算法的性能进行了分析.实验结果表明,所提方法是有效的,与另外两种基线方法相比性能较优,取得了较好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	路松峰		34	277	8.0	14.0
2	江伟		11	24	3.0	4.0
6	杨莉萍		6	17	2.0	4.0