Please wait a minute...
Advanced Search
现代图书情报技术  2015, Vol. 31 Issue (9): 26-30    DOI: 10.11925/infotech.1003-3513.2015.09.04
  研究论文 本期目录 | 过刊浏览 | 高级检索 |
汉语组块分析在产品特征提取中的应用研究
杜思奇1, 李红莲1, 吕学强2
1 北京信息科技大学信息与通信工程学院 北京 100101;
2 北京信息科技大学网络文化与数字传播北京市重点实验室 北京 100101
Research of Chinese Chunk Parsing in Application of the Product Feature Extraction
Du Siqi1, Li Honglian1, Lv Xueqiang2
1 School of Information and Communication Engineering, Beijing Information Science and Technology University, Beijing 100101, China;
2 Beijing Key Laboratory of Internet Culture and Digital Dissemination Research, Beijing Information Science and Technology University, Beijing 100101, China
全文: PDF(411 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

[目的]解决用户评论文本中的产品特征提取问题, 尤其是名词性短语的识别问题。[方法]利用汉语组块分析进行产品特征提取, 根据Apriori产生频繁项集以及TF-IDF阈值对候选产品特征进行过滤, 得到产品特征集合, 从而实现对用户评论中产品特征的自动提取。[结果]为验证该方法的有效性, 以汽车评论文本为例, 从中提取汽车类产品的特征, 平均召回率达到76.89%, 平均准确率达到84.03%。[局限]该方法的召回率较低, 存在名词块识别错误的问题。[结论]实验结果表明引入汉语组块分析可以准确识别名词性短语, 提高产品特征提取的准确率。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
Abstract

[Objective] This paper aims at the problem of product feature extraction, especially the noun phrase identification. [Methods] Chinese Chunk Parsing is used to extract the feature, and frequent sets are generated by Apriori. Then the candidate product features are filtered according to the rules of the minimum support, frequent nouns and TF-IDF. At last, the final product feature sets are obtained. [Results] In order to verify the effectiveness of the method, the car reviews are used in this paper, the average recall rate reaches 76.89%, the average precision rate reaches 84.03%. [Limitations] The recall rate is low and there is noun phrase identification error in the test. [Conclusions] Experiment results show that the method can extract product feature from Chinese reviews with good effects.

收稿日期: 2015-03-02     
:  TP391  
基金资助:

本文系国家自然科学基金项目“基于本体的专利自动标引研究”(项目编号:61271304)和北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目“面向领域的互联网多模态信息精准搜索方法研究”(项目编号:KZ201311232037)的研究成果之一。

通讯作者: 杜思奇, ORCID: 0000-0003-4418-4262, E-mail: beixindusiqi@163.com。     E-mail: beixindusiqi@163.com
作者简介: 作者贡献声明:吕学强:提出研究命题;杜思奇:提出研究思路,设计研究方案,分析数据,起草论文;李红莲:论文修订。
引用本文:   
杜思奇, 李红莲, 吕学强. 汉语组块分析在产品特征提取中的应用研究[J]. 现代图书情报技术, 2015, 31(9): 26-30.
Du Siqi, Li Honglian, Lv Xueqiang. Research of Chinese Chunk Parsing in Application of the Product Feature Extraction. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2015.09.04.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2015.09.04

[1] 祁志民, 刘涌. 浅谈我国电子商务的发展现状与趋势[J]. 学术交流, 2009(7): 136-138. (Qi Zhimin, Liu Yong. Introduction to the China Electronic Commerce Development Present Situa­tion and Trends [J]. Academic Exchange, 2009(7): 136-138.)
[2] 姚天昉, 聂青阳, 李建超, 等. 一个用于汉语汽车评论的意见挖掘系统[C]. 见: 中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集. 2006. (Yao Tianfang, Nie Qingyang, Li Jianchao, et al. An Opinion Mining System for Chinese Automobile Reviews [C]. In: Proceedings of the 25th Academic Conference of Chinese Information Processing Society of China on Frontiers of Chinese Information Processing. 2006.)
[3] 娄德成, 姚天昉. 汉语句子语义极性分析和观点挖掘抽取方法的研究[J]. 计算机应用, 2006, 26(11): 2622-2625. (Lou Decheng, Yao Tianfang. Semantic Polarity Analysis and Opinion Mining on Chinese Reviews Sentence [J]. Computer Applications, 2006, 26(11): 2622-2625.)
[4] Shi B, Chang K. Mining Chinese Reviews [C]. In: Procee­dings of the 6th IEEE International Conference on Data Mining Workshops. IEEE, 2006: 585-589.
[5] Hu M, Liu B. Mining and Summarizing Customer Reviews [C]. In: Proceedings of the 10th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM, 2004: 168-177.
[6] Popescu A M, Etzioni O. Extracting Product Features and Opinions from Reviews [A].//Natural Language Processing and Text Mining [M]. Springer London, 2005: 339-446.
[7] 伍星, 何中市, 黄永文.基于弱监督学习的产品特征抽取[J]. 计算机工程, 2009, 35(13): 199-201. (Wu Xing, He Zhongshi, Huang Yongwen. Product Feature Extraction Based on Weakly Supervised Learning [J]. Computer Enineering, 2009, 35(13): 199-201.)
[8] 李实, 叶强, 李一军, 等. 中文网络客户评论的产品特征挖掘方法研究[J]. 管理科学学报, 2009, 12(2): 142-150. (Li Shi, Ye Qiang, Li Yijun, et al. Mining Features of Product from Chinese Customer Online Reviews [J]. Journal of Management Science in China, 2009, 12(2): 142-150.)
[9] 李业刚, 黄河燕. 汉语组块分析综述[J]. 中文信息学报, 2013, 27(3): 1-8. (Li Yegang, Huang Heyan. A Survey on
Chinese Chunk Parsing [J]. Journal of Chinese Information Process, 2013, 27(3): 1-8.)
[10] 周雅倩, 郭以昆, 黄萱菁, 等.基于最大熵方法的中英文基本名词短语识别[J]. 计算机研究与发展, 2003, 40(3): 440-445. (Zhou Yaqian, Guo Yikun, Huang Xuanjing, et al. Chinese and English BaseNP Recognition Based on a Maximun Entropy Model [J]. Journal of Computer Research and Development, 2003, 40(3): 440-445.)
[11] 路永和, 李焰锋. 改进TF-IDF算法的文本特征项权值计算方法[J]. 图书情报工作, 2013, 57(3): 90-95. (Lu Yonghe, Li Yanfeng. Improvement of Text Feature Weighting Method Based on TF-IDF Algorithm [J]. Library and Information Service, 2013, 57(3): 90-95.)
[12] 覃世安, 李法运. 文本分类中TF-IDF方法的改进研究[J]. 现代图书情报技术, 2013 (10): 27-30. (Qin Shian, Li Fayun. Improved TF-IDF Method in Text Classification [J]. New Technology of Library and Information Service, 2013(10): 27-30.)

[1] 李晓峰,马静,李驰,朱恒民. 基于XGBoost模型的电商商品品名识别算法研究 *[J]. 数据分析与知识发现, 2019, 3(7): 34-41.
[2] 尤众喜,华薇娜,潘雪莲. 中文分词器对图书评论和情感词典匹配程度的影响 *[J]. 数据分析与知识发现, 2019, 3(7): 23-33.
[3] 关鹏,王曰芬,傅柱. 基于LDA的主题语义演化分析方法研究 * ——以锂离子电池领域为例[J]. 数据分析与知识发现, 2019, 3(7): 61-72.
[4] 胡佳慧,方安,赵琬清,杨晨柳,任慧玲. 面向知识发现的中文电子病历标注方法
研究 *
[J]. 数据分析与知识发现, 2019, 3(7): 123-132.
[5] 孔贝贝,谢靖,钱力,常志军,吴振新. 科技大数据增值丰富化方法研究与工具研发 *[J]. 数据分析与知识发现, 2019, 3(7): 113-122.
[6] 范雪雪, 王志荣, 徐晤, 梁银, 马小虎. 基于医学本体的术语相似度算法研究[J]. 现代图书情报技术, 2015, 31(12): 57-64.
[7] 任海英, 于立婷. 一种基于维基百科的多策略词义消歧方法[J]. 现代图书情报技术, 2015, 31(11): 18-25.
[8] 杜坤, 刘怀亮, 郭路杰. 结合复杂网络的特征权重改进算法研究[J]. 现代图书情报技术, 2015, 31(11): 26-32.
[9] 叶川, 马静. 多媒体微博评论信息的主题发现算法研究[J]. 现代图书情报技术, 2015, 31(11): 51-59.
[10] 颉夏青, 吴旭. “经典阅读”网络平台可视化技术应用及实现[J]. 现代图书情报技术, 2015, 31(11): 96-103.
[11] 何宇, 吕学强, 徐丽萍. 新能源汽车领域中文术语抽取方法[J]. 现代图书情报技术, 2015, 31(10): 88-94.
[12] 许德山, 李辉, 张运良. 文献关键词链接标引方法研究[J]. 现代图书情报技术, 2015, 31(9): 31-37.
[13] 敦文杰, 孙一钢, 朱先忠. 互联网络电视多媒体文档格式设计与实现[J]. 现代图书情报技术, 2015, 31(9): 82-89.
[14] 陈诗琴, 李文江. WebSocket在图书馆移动信息服务中的应用[J]. 现代图书情报技术, 2015, 31(9): 90-96.
[15] 童国平, 孙建军. 基于搜索日志的用户行为分析[J]. 现代图书情报技术, 2015, 31(7-8): 80-88.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn