摘 要 :針對常用細粒度意見挖掘模型條件隨機場(CRF)需要大量細致的標注語料,費時費力,提出基于樸素貝葉斯的細粒度意見挖掘方法。該方法在樸素貝葉斯的基礎上融合多種語言特征,對產品評論進行細粒度意見挖掘,提取評論文本中的評價要素,既避免了大量標注數據,省時省力,又增加了分類特征,提高分類精度。實驗結果表明,評價要素識別的綜合準確率達 82% 左右,比起常用模型,不但效率提高了,準確率也有所提高。
MAX30134讓血糖監(jiān)測系統(tǒng)更輕松與舒適,挑戰(zhàn)趣味測試
微信小程序 9大關鍵入口 信息配置教學
C 語言靈魂 指針 黃金十一講 之(1)
野火F429開發(fā)板-挑戰(zhàn)者教學視頻(提高篇)
微信小程序零基礎制作入門
內容不相關 內容錯誤 其它
本站介紹 | 申請友情鏈接 | 歡迎投稿 | 隱私聲明 | 廣告業(yè)務 | 網站地圖 | 聯系我們 | 誠聘英才
ICP許可證號:京ICP證070360號 21IC電子網 2000- 版權所有 用戶舉報窗口( 郵箱:macysun@21ic.com 電話:010-82165003 )
京公網安備 11010802024343號