語言特征

我要報錯

  • 基于樸素貝葉斯的細(xì)粒度意見挖掘

    摘 要 ：針對常用細(xì)粒度意見挖掘模型條件隨機(jī)場（CRF）需要大量細(xì)致的標(biāo)注語料，費(fèi)時費(fèi)力，提出基于樸素貝葉斯的細(xì)粒度意見挖掘方法。該方法在樸素貝葉斯的基礎(chǔ)上融合多種語言特征，對產(chǎn)品評論進(jìn)行細(xì)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(biāo)注數(shù)據(jù)，省時省力，又增加了分類特征，提高分類精度。實(shí)驗結(jié)果表明，評價要素識別的綜合準(zhǔn)確率達(dá) 82% 左右，比起常用模型，不但效率提高了，準(zhǔn)確率也有所提高。