基于TextRank的网评产品特征提取方法

• 作者: 何金金 王开西 郭振波
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: 评论 特征词抽取 TF-IDF Word2vec TextRank
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信息工程
• 页码范围: 109-114
• 页数: 6页
• 分类号: TP301.6
• 字数: 4134字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2018.02.20

摘要

针对经典TF-IDF算法在在文档特征词提取中因忽略了词之间连接关系而导致提取准确率较低的问题,提出一种基于word2vec加权的TextRank词图构建方法.首先通过爬虫获取网络产品评论语料,并进行分词、词性标注以及名词提取等预处理;其次利用word2vec形成词元与词元之间的相似度矩阵;最后将word2vec中获取到的词元之间的相似度作为词语影响力权值,对经典TextRank产品特征提取方法进行改进.实验数据表明,与传统的TextRank产品特征提取方法相比,改进后的方法查准率提高了5％,查全率提高了2.9％,在实际工程中能够有效的提高产品特征提取的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭振波	青岛大学青岛大学计算机科学技术学院	16	85	4.0	9.0
2	王开西	青岛大学青岛大学计算机科学技术学院	9	12	2.0	3.0
3	何金金	青岛大学数据科学与软件工程学院	3	3	1.0	1.0