基于众包的电子商务数据实体分类系统  

Codesourcing-Based E-Commerce Entity Classification System

作　　者：叶晨[1] 王宏志[1] 周小田 李建中[1] 高宏[1] 

机构地区：[1]哈尔滨工业大学计算机科学与技术学院,哈尔滨150000

出　　处：《计算机研究与发展》2013年第S1期405-409,共5页Journal of Computer Research and Development

基　　金：国家"九七三"重点基础研究发展计划基金项目(2012CB316200);国家自然科学基金项目(61003046;61111130189);国家"八六三"高技术研究发展计划基金项目(2012AA011004);国家博士后基金项目(20090450126;201003447);教育部博士点基金项目(20102302120054);哈尔滨工业大学优秀青年教师培养计划基金项目(HITQNJS.2009.052)

摘　　要：电子商务发展迅速,商品数据不断增大,用户在搜索商品时总是需要浏览许多自己不需要的商品.因此找出其中描述相同的商品,对电子商务信息进行分类,能够有效提高用户的购买效率.由于各大电子商务网站人工输入的商品信息存在信息错误以及主观因素造成描述差异,现有的实体识别算法很难在电子商务数据上得到理想的结果,为商品数据的分类造成极大的困难.基于此,设计了一个基于众包的电子商务数据实体分类系统,结合Amazon Mechanical Turk(AMT)这个新兴的众包平台,实现机器实体识别算法与人工标注相结合的实体分类平台,在提高了数据分类的准确性的同时尽可能的降低实现商品数据分类的成本.As e-commerce develops rapidly and commodity data increase constantly,users always need to browse through many items they don't need when searching goods.So finding goods which describe the same entity and categorizing e-commerce information can effectively improve the purchase efficiency of users.Major e-commerce sites manually input the commodity information.Due to the information errors and the subjective factors to describe differences,it is very difficult to get ideal result on e-commerce data for existing entity recognition algorithms and to classify product data. Based on this,we design a codesourcing-based e-commerce entity classification system,combining with the Amazon Mechanical Turk(AMT),an emerging crowdsourcing platform.And we implement machine entity recognition algorithm combined with artificial tagging entity type platform.It can improve the classification accuracy of the data as much as possible,at the same time reduce the cost of commodity classification data.

关 键 词：众包 AMAZON MECHANICAL TURK 实体识别 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]