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:
针对旅游发展趋势及旅游景点评论观点抽取的难题,提出一种基于机器学习的多级规约条件随机场(conditional random field,CRF)模型的旅游景点评论观点分析方法.分析常见观点分析方法,利用CRF算法从数据集中提取评价观点,基于评论者关系特征构建景点虚假评论者自动识别模型对其评论观点进行过滤,并对评论观点的相关性进行观点合并.实验结果表明:该方法较其他常见方法在准确率、召回率方面有明显提高,且查准率-召回率曲线(precision and recall,PR)及接受者操作特征(receiver operating characteristic,ROC)曲线效果良好,对游客选择旅游目标具有很好的决策作用.
推荐文章
基于用户特定特征及内容的景点推荐模型研究?
旅游景点
评论
特征
余弦相似度
网络评论观点分类研究
观点分类
SVM
语义倾向
SO-PMI
SO-LSA
基于CRF的中文评论有效性挖掘产品特征
条件随机场
方面级意见挖掘
观点元素
基于观点动力学的在线点评研究
Hegselmann-Krause模型
在线点评
观点动力学
观点演化
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 基于多级规约CRF模型景点评论观点分析方法
来源期刊 兵工自动化 学科 工学
关键词 评论 规约 CRF 观点
年,卷(期) 2020,(1) 所属期刊栏目 机器人技术与应用
研究方向 页码范围 86-91
页数 6页 分类号 TP181
字数 4086字 语种 中文
DOI 10.7690/bgzdh.2020.01.019
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 张少茹 西安交通大学医学部 73 636 11.0 23.0
2 李川 西安航空学院计算机学院 16 21 3.0 4.0
3 马文胜 西安航空学院计算机学院 1 0 0.0 0.0
4 王瑞东 西安航空学院计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (86)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(8)
  • 参考文献(3)
  • 二级参考文献(5)
2012(9)
  • 参考文献(2)
  • 二级参考文献(7)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(10)
  • 参考文献(1)
  • 二级参考文献(9)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
评论
规约
CRF
观点
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
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导