基于用戶回復(fù)內(nèi)容觀點(diǎn)支持度的評(píng)論有用性計(jì)算
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論(0)
針對(duì)有監(jiān)督評(píng)論有用性預(yù)測(cè)方法中的訓(xùn)練數(shù)據(jù)集難以構(gòu)造,以及無監(jiān)督方法缺乏對(duì)情感信息支撐的問題,提出基于語義和情感信息構(gòu)建一種無監(jiān)督模型,用于對(duì)評(píng)論有用性進(jìn)行預(yù)測(cè),同時(shí)考慮了評(píng)論和評(píng)論下回復(fù)內(nèi)容對(duì)觀點(diǎn)的支持度用來計(jì)算觀點(diǎn)的有用性得分,進(jìn)而得到評(píng)論的有用性。同時(shí),提出結(jié)合句法分析和改進(jìn)潛在狄利克雷分配( LDA)模型的評(píng)論摘要方法用于評(píng)論有用性預(yù)測(cè)模型中的觀點(diǎn)提取,基于句法分析結(jié)果構(gòu)建must-link和cannot-link兩種約束條件指導(dǎo)主題模型學(xué)習(xí),在保證召回率的同時(shí)提高模型準(zhǔn)確率。該方法在實(shí)驗(yàn)數(shù)據(jù)集上能取得70%左右的F1值和90%左右的排序準(zhǔn)確率,且實(shí)例應(yīng)用也表明該方法對(duì)結(jié)果具有較好的解釋性。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于用戶回復(fù)內(nèi)容觀點(diǎn)支持度的評(píng)論有用性計(jì)算下載
相關(guān)電子資料下載
- 德國(guó)Embedded World 2024大會(huì)關(guān)鍵盤點(diǎn):亮點(diǎn)演講Static Sentiment Analysis(靜態(tài)情感分析 844
- 基于單一LLM的情感分析方法的局限性 551
- 華為云 API 自然語言處理的魅力—AI 情感分析、文本分析 304
- PyTorch教程-16.3。情感分析:使用卷積神經(jīng)網(wǎng)絡(luò) 495
- LLM在各種情感分析任務(wù)中的表現(xiàn)如何 1752
- 圖模型在方面級(jí)情感分析任務(wù)中的應(yīng)用 1486
- 面向Aspect情感分析的自動(dòng)生成離散意見樹結(jié)構(gòu) 447
- 面向社交媒體的多模態(tài)屬性級(jí)情感分析 1545
- 自然語言處理之情感分析 4691
- 分享一種情感分析的解決方案 2049