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:
目前互联网上生鲜产品评论太多,并包含大量无关的信息.这使得消费者很难直观地找到有用的产品信息.针对该问题,多数电子商务网站提供了生鲜产品评论的关键词,但这些关键词是电商平台提前限定的,不能表达消费者对产品的看法.本文提出了基于LSTM的自动关键词提取方法.通过爬取到的京东评论数据进行实验,结果表明方法针对关键字提取具有较高准确性.
推荐文章
基于语义的文档关键词提取方法
语义距离
密度聚类
关键词提取
基于组合词和同义词集的关键词提取算法
组合词
同义词集
中文网页
关键词提取
基于词向量与TextRank的关键词提取方法
抽取
语义差异性
TextRank
词向量
隐含主题分布
KEC:基于cw2vec的中文专利关键词提取方法
中文专利
词向量
关键词提取
词聚类
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 基于LSTM的生鲜评论关键词提取研究
来源期刊 福建电脑 学科
关键词 生鲜产品评论 词向量 LSTM 关键词提取
年,卷(期) 2018,(10) 所属期刊栏目 研究与探讨
研究方向 页码范围 90-92
页数 3页 分类号
字数 3229字 语种 中文
DOI 10.16707/j.cnki.fjpc.2018.10.044
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 周亦鹏 北京工商大学计算机与信息工程学院 24 68 5.0 7.0
2 包志强 北京工商大学计算机与信息工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (20)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
生鲜产品评论
词向量
LSTM
关键词提取
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导