我正在尝试在一个英文句子中检测产品的特征(例如:屏幕,处理速度)(例如:手机)。为此,我的方法是,在包含多个句子的段落(谈论产品)中,出现频率最高的单词(除了代词或情感词,如good,bad等,我将其存储在文件中)是该产品的特征,因此我根据它们的频率和它们与情感词的距离进行排名,并取其中的前n个。
然而,它并不是很有效。有没有人能建议一些其他更好的方法来检测产品的特征词?
发布于 2015-06-04 02:26:53
在这一领域已经有了大量的研究。从阅读Bing Liu在这一领域的开创性著作(Liu 2004,Liu 2005)开始。
一种流行的技术是使用斯坦福CodeNLP的依赖图。您可以使用nsubj dependency创建与形容词(JJ)连接的名词( nsubj )等规则。对于一个基本的系统,5-10条这样的规则就足够了。

这一领域的最新技术使用序列标记方法(CRF/HMM)来标记每个单词,无论它是否是特征术语。但是,您需要大量的带标签的数据。查看最近在基于Aspect的情感分析领域的工作。
帮助您的资源:
http://alt.qcri.org/semeval2015/task12/
http://www.aueb.gr/users/ion/docs/pavlopoulos_phd_thesis.pdf
http://www.aclweb.org/anthology/S14-2004https://stackoverflow.com/questions/30585228
复制相似问题