面向微博用户的消费意图识别算法

• 作者: 夏利 林海原 王国仁 贾云龙 韩东红
• 来源期刊: 北京大学学报（自然科学版）
• 关键词: 消费意图识别 意图对象提取 迁移学习 注意力机制
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 专题报道:面向人工智能的自然语言分析与理解
• 页码范围: 68-74
• 页数: 7页
• 字数: 5085字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2019.102

摘要

利用迁移学习的方法,融合京东问答平台数据与少量已标注的微博数据构建训练集,提出一种基于注意力机制的双向长短期记忆神经网络(Attentional-Bi-LSTM)模型,用于识别用户的隐性消费意图.针对显性意图识别问题,提出一种结合TF-IDF (term frequency-inverse document frequency)与句法分析中动宾关系(VOB)的消费意图对象提取算法.实验结果表明,通过将迁移京东问答平台的数据与微博数据相融合,可以有效地扩充训练集,在此基础上训练的神经网络分类模型具有较高的准确率和召回率;融合VOB和TF-IDF的显性消费意图对象提取方法的准确率达到78.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩东红	东北大学计算机科学与工程学院	23	95	5.0	8.0
2	王国仁	北京理工大学计算机学院	18	29	3.0	5.0
3	夏利	东北大学计算机科学与工程学院	21	92	4.0	8.0
4	贾云龙	东北大学计算机科学与工程学院	1	3	1.0	1.0
5	林海原	东北大学计算机科学与工程学院	1	3	1.0	1.0