资料下载
×
一种细粒度的面向产品属性的用户情感模型
消耗积分:1 |
格式:rar |
大小:0.88 MB |
2017-12-26
分享资料个
传统情感模型在分析商品评论中的用户情感时面临两个主要问题：1）缺乏针对产品属性的细粒度情感分析；2）自动提取的产品属性其数量须提前确定。针对上述问题，提出了一种细粒度的面向产品属性的用户情感模型（USM）。首先，利用分层狄利克雷过程（HDP）将名词实体聚类形成产品属性并自动获取其数量；然后，结合产品属性中名词实体的权重和评价短语以及情感词典作为先验，利用潜在狄利克雷分布（ LDA）对产品属性进行情感分类。实验结果表明，该模型具有较高的情感分类准确率，情感分类平均准确率达87%。该模型与传统的情感模型相比在抽取产品属性和评价短语的情感分类上具有较高的准确率。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
