基于协同训练的电商领域短语挖掘

• 作者: 刘井平 朱慕华 肖仰华 许勇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 集成学习 短语挖掘 协同训练 深度学习 命名实体识别
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 70-76,84
• 页数: 8页
• 分类号: TP391
• 字数: 7640字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054276

摘要

电商领域的文本通常不遵循通用领域文本的表达方式,导致传统短语挖掘方法在电商领域文本中的挖掘精度较低.为此,提出一种基于协同训练的电商领域短语挖掘方法.通过基于语义特征的短语分类模型来有效检测电商领域文本中的反序表达,构建协同训练的短语挖掘框架,以降低领域语料中标注训练数据的成本,在此基础上,利用Stacking方法集成统计模型和语义模型的优点,提升模型整体挖掘性能.在淘宝网查询语料上的实验结果表明,相比于ClassPhrase、AutoPhrase方法,该方法具有更高的精度和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖仰华	复旦大学计算机科学技术学院	26	170	9.0	11.0
2	许勇	复旦大学计算机科学技术学院	2	0	0.0	0.0
3	刘井平	复旦大学计算机科学技术学院	2	2	1.0	1.0
4	朱慕华		1	0	0.0	0.0