基于条件随机场的商品评论信息抽取研究

被引：2

作者：

刘坤 ^{[1
]}

黄炜 ^{[1
,2
]}

李总苛 ^{[1
]}

机构：

[1] 湖北工业大学管理学院

[2] 武汉理工大学管理学院

来源：

湖北工业大学学报 | 2015年 / 30卷 / 05期

基金：

中国博士后科学基金;

关键词：

条件随机场; 信息抽取; 商品评论; 隐马尔科夫模型;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

采用条件随机场(CRFs)算法,以商品属性为中心,挖掘出消费者对商品的情感观点以及观点态度的强弱。通过对商品评论进行标注学习,实现了商品属性和相应的评价词的自动抽取,从而识别出评论文本中的关键信息。研究中抽取的三个维度的关键信息包括商品特征属性,与之相关的评论情感观点,以及情感程度的强弱。仿真实验表明,借助词本身和词性特征,以及上下词的位置关系特征,CRFs算法对商品评论信息抽取有着较高的查准率和召回率。

引用

页码：77 / 81

页数：5

共 5 条

[1] Comparison of feature-level learning methods for mining online consumer reviews [J].