基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对电商平台提出一个基于评论的商品特征抽取及情感分析框架,并将该框架在京东生鲜类商品的评论中进行应用.实验结果表明该框架确实能够成功抽取出商品的典型特征及该特征对应的情感极性,且在小样本数据集上测试了特征词和观点词抽取算法以及情感极性计算方法的性能,其中显式<特征词,观点词>词对抽取的准确率达到了53.6%,召回率达到了81.5%,极性判断的准确率达到了98.3%.主要贡献包括:提出一种依据观点词与特征词关联度的隐含特征词映射方法;基于word2vec词向量模型计算特征词相似度,并利用改进的半监督层次聚类算法对特征词进行典型特征聚类,建立特征词关联表.
推荐文章
基于情感计算的商品评论分析系统
电子商务
商品评论
关联规则
句法分析
情感计算
单词统计特性在情感词自动抽取和商品评论分类中的作用
统计特征
情感词提取
商品评论分类
基于情感词抽取与LDA特征表示的情感分析方法
情感分析
情感词抽取
LDA
主题模型
SVM
基于情感特征向量空间模型的中文商品评论倾向分类算法
中文商品评论
情感倾向
情感词典
情感特征向量空间模型
朴素贝叶斯分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 OPEN:一个基于评论的商品特征抽取及情感分析框架
来源期刊 计算机应用与软件 学科 工学
关键词 特征提取 依存关系分析 word2vec 特征聚类 情感分析
年,卷(期) 2018,(1) 所属期刊栏目 应用技术与研究
研究方向 页码范围 65-71
页数 7页 分类号 TP391
字数 8158字 语种 中文
DOI 10.3969/j.issn.1000-386x.2018.01.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 秦志光 电子科技大学信息与软件工程学院 262 3157 26.0 46.0
2 卿勇 2 10 2.0 2.0
6 刘梦娟 电子科技大学信息与软件工程学院 16 73 5.0 8.0
7 薛浩 电子科技大学信息与软件工程学院 1 5 1.0 1.0
8 刘冰冰 电子科技大学信息与软件工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (26)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (22)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征提取
依存关系分析
word2vec
特征聚类
情感分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导