中文网络评论的隐式产品特征提取方法研究  

Research of Extracting Implicit Product Features from Chinese Online Reviews

作　　者：陈可嘉 骆佳艺 Chen Kejia;Luo Jiayi

机构地区：[1]福州大学经济与管理学院,福建福州350108

出　　处：《福州大学学报（哲学社会科学版）》2020年第1期59-65,共7页Journal of Fuzhou University(Philosophy and Social Sciences)

基　　金：国家自然科学基金项目(71701019)。

摘　　要：针对现有研究忽略隐式产品特征提取的问题,基于自然语言处理技术相关理论,提出新的隐式产品特征提取方法。引入产品特征主题和背景主题,建立GT-PLSA(Given Topic PLSA,给定主题的PLSA)模型;估计GT-PLSA模型的参数;通过模型参数值推断评论句所包含的隐式产品特征。对手机评论数据进行仿真实验的结果表明,该方法能有效准确地提取评论句中的隐式产品特征,从而提高产品特征的总体提取效果。

关 键 词：评论挖掘 产品特征提取 隐式产品特征 PLSA模型 

分 类 号：F724.6[经济管理—产业经济]