《计算机工程与应用》唯一官方网站
 首页  |  期刊介绍  |  编委会  |  投稿指南  |  道德声明  |  中图分类号  |  期刊订阅  |  联系我们  |  English
《计算机工程与应用》唯一官方网站
数据库、数据挖掘、机器学习 最新目录 | 下期目录 | 过刊浏览 | 高级检索  |   
商品隐式评价对象提取的方法研究
邱云飞1,倪学峰1,邵良杉2
1.辽宁工程技术大学 软件学院,辽宁 葫芦岛 125100
2.辽宁工程技术大学 系统工程研究所,辽宁 葫芦岛 125100
Research on extracting method of commodities implicit opinion targets
QIU Yunfei1, NI Xuefeng1, SHAO Liangshan2
1.Software College, Liaoning Technical University, Huludao, Liaoning 125100, China
2.Institute of Systems, Liaoning Technical University, Huludao, Liaoning 125100, China
 全文: PDF (603 KB)   HTML (1 KB)  输出: BibTeX | EndNote (RIS)      背景资料
摘要 网络评论中没有明确指出评价对象的评论,如评论“东西有点贵”中并没有明确指出评价的是商品的价格。针对这种评论,提出一种在评论文本数据集上提取商品的隐式评价对象的方法。根据评论短文本的句式结构特点,构建出候选评价对象模型,并利用HowNet2000概念词典对候选评价对象中的特征词进行扩充,以缓解候选评价对象中信息缺乏的问题;基于[k-means]聚类算法利用候选评价对象中特征词之间的相似度,对候选评价对象进行聚类,得到若干隐式评价对象;利用[χ2]统计量来衡量候选评价对象中的特征词对隐式评价对象的指示能力,从而提取出评论中的隐式评价对象。实验结果表明,该方法提高了提取隐式评价对象的准确率。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
邱云飞1
倪学峰1
邵良杉2
关键词隐式评价对象   特征词   聚类   [k-means]聚类算法     
Abstract: Network review is not clearly pointed out that the review of opinion targets, it did not explicitly points out that the opinion is the price of the goods such as comments “things are a little expensive”. For this kind of comment, an extracting method of commodities implicit opinion targets should be proposed on text data sets. According to the sentence structure of comment short text, the paper construct is the candidate opinion target model and the feature words in the candidate opinion target is extended by using HowNet2000 conceptual dictionary to alleviate the problem in the lack of information in candidate opinion target. In order to get some implicit opinion objects, it clusters the candidate opinion targets by using the similarity between the feature words in the candidate opinion targets based on clustering algorithm of [k-means]. Finally, to measure the ability of the feature words in the candidate opinion targets indicate to implicit opinion targets by using[χ2]statistic so as to extract the implicit opinion targets in the comments. The experiments show that this method improves the accuracy of extracting implicit opinion targets.
Key wordsimplicit opinion targets   feature term   clustering   clustering algorithm of [k-means]   
引用本文:   
邱云飞1,倪学峰1,邵良杉2. 商品隐式评价对象提取的方法研究[J]. 《计算机工程与应用》唯一官方网站, 2015, 51(19): 114-118.
QIU Yunfei1,NI Xuefeng1,SHAO Liangshan2. Research on extracting method of commodities implicit opinion targets[J]. CEA, 2015, 51(19): 114-118.
链接本文:  
http://cea.ceaj.org/CN/
 
没有找到本文相关图表信息
没有本文参考文献
[1] 万 静,孙永倩,董怀国,肖宇鹏,齐 坡. 空间聚类与方向关系的融合技术研究[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(9): 56-61.
[2] 王向华1,陈特放1,张必明2,颜 剑1. 基于时间序列和任务调度的Web数据聚类算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(9): 159-163.
[3] 刘文进1,张 蕾2,孙劲光1. 近邻传播聚类优化的角点检测改进算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(9): 219-222.
[4] 程玉胜1,2,梁 辉2,王一宾1,2,任 勇2. 结合关键词微变和LD算法的文本相似性研究[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(8): 70-73.
[5] 王金凤,邢长征. 基于道路网络的移动对象聚类[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(7): 74-78.
[6] 任建华,沈炎彬,孟祥福,王 伟. 基于词条之间关联关系的文档聚类[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(7): 86-90.
[7] 陈雷雷,葛洪伟,杨金龙,袁运浩. 基于流形结构的多聚类中心近邻传播聚类算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(6): 67-73.
[8] 武 健. 网络用户访问模式挖掘算法研究[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(5): 61-64.
[9] 蔡景媛,任志磊,胡 燕,朴 勇,江 贺. 基于聚类算法的测试用例排序[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(5): 11-15.
[10] 邱 江,秦 拯. 面向不完全攻击数据集的两阶段聚类算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(4): 61-65.
[11] 刘鑫琳1,梁家荣2. 基于Vague图的最优树聚类[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(3): 123-126.
[12] 杜红乐,樊景博. 基于半监督模糊聚类的入侵检测[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(3): 96-99.
[13] 李宗林,罗 可. DBSCAN算法中参数的自适应确定[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(3): 70-73.
[14] 乔 颖,王士同. 快速大样本同步聚类[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(23): 159-166.
[15] 董本志,丁文雪. 大数据环境下超声波焊缝缺陷识别方法的研究[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(23): 176-180.
版权所有 © 《《计算机工程与应用》唯一官方网站》编辑部
通信地址: 北京619信箱26分箱 邮编: 100083 电话: (010)89055542 E-mail: ceaj@vip.163.com
技术支持:北京玛格泰克科技发展有限公司
京ICP备13024262号-1