您当前所在位置: 首页

论文收录信息

论文编号 201801-80
论文题目 基于有向图模型的评论方面挖掘研究
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于有向图模型的评论方面挖掘研究

引用

复制文本

导出参考文献

.txt .ris .doc

王晓宇

王晓宇(1993-),男,硕士研究生,主要研究方向:自然语言处理

苏放

苏放(1973-),男,副教授,主要研究方向:移动通信技术、移动互联网

发送私信

发送给

北京邮电大学信息与通信工程学院,北京 100876

摘要:评论的方面挖掘为商品属性提供一个直观的概要,对电子商务的发展具有重要意义。本文提出了一种基于依存关系与有向图模型的评论对象与评价词的提取方法,利用依存语法分析,构建以词为结点,以词间直接与一阶间接依存度为边权重的有向图模型;提取相关评价对象、评价词二元组,按边权重进行排序筛选;通过对评价对象进行聚类、分类来进行语义去重,最后利用评价对象与评价词进行联合情感分析。基于SemEval 2015测评数据进行仿真实验,实验结果表明本文所提出的基于有向图模型的方面挖掘算法可以有效的完成评价对象的提取以及评价情感的分析。

关键词: 人工智能 方面挖掘 有向图 语法依存

图表:

同行评议

未申请同行评议

评论

评论一下

全部评论
评论