网络文本评论中产品特征抽取综述

随着Web2.0技术和电子商务的飞速发展,越来越多的用户通过互联网分享产品的使用体验和表达喜恶的观点,如何有效地从评论文本中抽取产品特征是产品意见挖掘方向所亟需解决的问题。本文从产品特征频繁项、特征-意见共现关系、模型训练和显隐式特征匹配四个方面介绍产品特征抽取工作在国内外的研究进展并指出其各自的优势和不足,最后列出产品特征抽取在今后的研究方向。     

事件抽取技术研究综述

作为信息抽取的重要组成部分,事件抽取的研究具有广阔的应用前景和巨大的现实意义.文章阐述事件及事件抽取的基本概念,简单介绍事件抽取的发展历史,并从元事件抽取和主题事件抽取两个方面出发,详细介绍主要的研究方法与研究现状,总结事件抽取发展所面临的挑战,并在此基础上展望事件抽取的研究趋势.     

基于机器学习的扫描图书元数据自动抽取研究

在对纸本图书数字化加工过程中,元数据录入是必需的环节,然而手工录入工作量大、效率低,针对这一问题,提出了一种基于机器学习的扫描图书元数据自动获取方法。首先定义元数据的描述、管理和结构元素,然后以扫描页面的DjVu XML文档为数据源,分析页面的格式、结构等特征,以行作为初始特征向量,采用基于有监督的机器学习方法进行元数据抽取,实验表明该算法能够取得较高的准确率和召回率,能够显著的提高图书数字化的效率。     

基于细粒度评论挖掘的在线图书相似度计算研究

【目的/意义】通过深度学习方法对图书评论进行细粒度挖掘,并基于挖掘结果优化图书间相似度计算结果。【方法/过程】首先从在线书评网站上采集图书评论,对评论进行词性分析构建属性词表,随后基于属性词表对评论进行类型标注,通过BERT-BiLSTM模型对标注数据进行学习以实现评论自动分类,最后通过BERT对分类后的评论进行向量表示,通过余弦相似度计算评论间的相似度以表征图书相似度。【结果/结论】本文构造的BERT-BiLSTM评论分类模型准确率、召回率和F1值分别达到0.922、0.921和0.921,可以较好地实现评论分类。通过模型将评论划分为文笔、人物、情节、概要、读者态度5种类型来计算图书间相似度可以得到较为契合的相似度结果。【创新/局限】相较于其他类型的评论,通过人物与情节类评论计算图书相似度的效果有待提高。以后可对这两类评论进行更为细粒度的分析。     

基于Web的信息抽取技术研究综述

本文在讨论Web信息抽取技术的发展历程、概念及其功能，Web信息抽取技术方法的分类及技术特点分析。Web信息抽取系统的构建研究及其性能评价的基础上。分析了当前研究存在的问题以及未来的研究方向。     

信息视角下网络商品评论国内外研究综述

网络商品评论对于消费者决策以及商家收集反馈信息有着非常重要的价值和现实意义,如何对现有文献进行梳理是深化网络商品评论的关键问题。对近年来发表的国际权威文献进行梳理,通过关键词聚类以“数据流”、“信息流”、“知识流”为主线,深入解析网络商品评论的研究进展,并提炼出网络商品评论研究的焦点和重心,归纳出“评论传播”、“评论挖掘”、“评论使用”、“评论评估”四个层面的研究单元,并提出未来可在弹幕评论、图片挖掘、协同购物、评估分类等领域展开更多的研究。     

文本分类中特征预抽取方法研究

在文本分类中,特征抽取是一项很重要的工作,抽取到的特征项质量的好坏直接影响到分类的效果。在研究了文本分类中常用的文本特征词预抽取方法的基础上,提出了一种基于词性选择的特征预抽取方法,结合IG方法进行特征抽取。在分类实验中实验结果显示,这种基于词性的特征预抽取方法在分类过程中可以在不降低分类精度的同时可以减少特征维数和训练时间。     

在线评论的情感极性分类研究综述

对在线评论情感极性分类的研究现状与进展进行了总结。首先对情感类型的划分进行归纳,并针对在线评论中所涉及到的肯定和否定两种情感,从粗粒度、细粒度和实证研究三方面展开评述。为研究情感极性分类的商业价值,对在线评论将如何影响消费者的购买行为以及如何影响商家的销售绩效的工作进行整理和评述。最后对今后的研究方向进行展望。     

商品主观评论信息的倾向性分析综述

商品主观评论信息中用户对产品的性能或功能等方面持有的肯定/否定态度,会很大地影响购买者的决策.因此,对中文商品主观评论信息的倾向性分析就成为学术研究的一个热点和难点.首先对商品主观评论信息的倾向性分析进行了定义,然后阐述了其研究目的,从商品主观评论信息的4个方面即:商品特征词的抽取、意见词的抽取、商品评论情感极性判断和极性强度计算,综述了近5年国内外该项研究所使用技术和方法的研究现状,总结了在该研究领域中仍待解决的问题,并在将来的工作中提出了一些新的研究思路.     

评论动机对在线评论特征及道德感知的影响研究

基于情景模拟实验,探索了产品满意度、评论动机及评论特征三者之间的关系以及对潜在消费者的影响。研究发现,产品满意度显著影响评论动机,非常不满意与比较满意情景下的评论动机无显著差异;评论长度和评论性质与个人娱乐、社会义务及关心其他消费者三个动机显著相关;评论性质、评论一致性和二者的交互作用显著影响潜在消费者对评论的道德感知。     

学术网络空间的主题发现与信息组织研究的力作 ——评《学术Web主题结构挖掘研究》

[目的/意义]对社会科学视角下Web主题结构挖掘研究的最新著作进行述评。[方法/过程]从数据采集技术、主题信息抽取和专题Web信息资源组织等方面,介绍了《学术Web主题结构挖掘研究》一书的核心内容,并点评了其主要研究贡献。[结果/结论]该书为宏观Web主题结构分析研究提供了系统化的解决方案,是近年来这一研究方向为数不多的专著。     

基于改进特征提取及聚类的网络评论挖掘研究

[目的/意义]针对信息过载条件下中文网络产品评论中特征提取性能低以及特征聚类中初始中心点的选取问题。[方法/过程]本研究提出采用基于权重的改进Apriori算法产生候选产品特征集合,再根据独立支持度、频繁项名词非特征规则及基于网络搜索引擎的PMI算法对候选产品特征集合进行过滤。并以基于HowNet的语义相似度和特征观点共现作为衡量产品特征之间关联程度的特征,提出一种改进K-means聚类算法对产品特征进行聚类。[结果/结论]实验结果表明,在特征提取阶段,查准率为69%,查全率为92.64%,综合值达到79.07%。在特征聚类阶段,本文提出的改进K-means算法相对传统算法具有更优的挖掘性能。     

论高校图书馆读者自主书评数据库的建设

分析高校图书馆建设读者自主书评数据库的意义和优势,提出建设读者自主书评数据库的方法,即设立网上征文平台、向馆员征集书评、向教师征集书评、向书商及社会征集书评、建立书评审核机制等,并对数据库的维护工作进行了探讨。     

Web文本特征提取方法的研究与发展

本文对当前有关Web文本特征提取方法的研究和试验进行了简要的综述和分析,比较了每类方法的优势和不足,指出研究中存在的难点和共同探讨的问题,并在此基础上,对该领域未来研究的发展方向和趋势进行了预测。     

自动提取植物染色体特征的研究

植物染色体特征参量的提取是实现植物染色体计算机自动识别和分析的关键,本文首先对原始植物染色体图像进行图像分割、边界搜索、背景噪声滤除等处理,将各条染色体从图像中提取出来。然后,提出采用边界的高阶方向链码来判定染色体边界上明显凹凸点的分布,又根据染色体的细化中轴,自动判定出染色体着丝点的位置。进而,测量得到描述染色体特征的主要参量。经对植物染色体图像进行实验,其结果表明这一系列处理方法对植物染色体特征的自动提取是有效的。     

基于关联特征提取的舰船噪声混迭谱分解

不同舰船目标辐射噪声的噪声平均功率谱具有差异性特征,能在一定程度上反映舰船目标的吨位、航速、类型等。研究舰船辐射噪声信号的特征提取和频谱分解方法,对提高舰船目标的识别能力具有重要意义。传统的舰船辐射噪声关联特征提取采用的是基于定量递归分析的关联维特征提取方法,当在关联特征提取中舰船辐射噪声信号出现奇异吸引子特征时,提取的舰船目标特征产生混迭谱,导致频谱畸变,影响目标识别性能。针对这一问题,提出一种基于预畸变趋化关联特征提取的舰船噪声信号混迭谱分解方法,设计舰船辐射噪声产生与信号源系统模型,进行声传感器布置研究,进行特征提取和混迭谱分解算法改进分析。仿真实验得出,采用该方法进行舰船辐射噪声信号的预畸变趋化关联特征提取,能有效展示舰船辐射噪声信号的内部规律特征,提高对舰船辐射噪声信号的特征提取性能和目标识别精度。     

基于综合特征的新疆地方性肝包虫病图像特征的提取与分析

图像特征提取是图像处理的一个主要环节,是图像处理技术研究和应用的一个重要领域。本文选取了新疆地方性肝包虫病中的单囊型肝包虫和正常肝脏CT图像进行研究,提取了灰度直方图、灰度共生矩阵(GLCM)、kc复杂性三种特征组成综合图像特征。首先对图像进行尺寸归一、去噪、对比度增强的预处理,并对综合特征进行统计学分析,最后应用Fisher判别分析法对特征的分类能力进行评价。实验结果表明运用综合特征对图像分类有较高的准确率,这对基于内容的新疆肝包虫病CT图像的检索的研究奠定了一定的基础。     

特性视域下在线评论系统设计的用户感知非对称性研究

[目的/意义]在线评论是影响消费者购买决策的关键因素,其前因和后果已得到多学科领域密集关注,但对作为载体的在线评论系统的探究非常匮乏,文章在特性视域下对在线评论系统设计开展研究对于电商平台了解设计特性的用户关注、探明用户信息需求差异、有针对性地优化在线评论系统设计以满足用户决策需求、提升决策效率和用户体验具有重要意义,并预期为其他信息产品的优化设计提供理论和方法参考。[方法/过程]利用Kano模型与对应分析方法对在线评论系统设计特性非对称性进行研究:首先在特性视域下建构在线评论系统设计特性集,提出一种改进的设计特性分类与度量方法,以捕捉用户对在线评论系统设计特性的非对称质量感知,进而采用对应分析方法来识别不同用户群体对设计特性的非对称重要度感知,最后以酒店在线评论系统来例证所提出的非对称性分析方法及其有效性。[结果/结论]当前酒店在线评论系统中常见的16项设计特性被划分为期望质量(7项)、魅力质量(1项)、基本质量(1项)和无差异质量(7项)四类,并给出了各类设计特性的管理策略;根据用户类型与设计特性偏好的对应分析,平台可以针对不同类型用户偏好赋予设计特性不同的显示优先级,以满足各类用...     

基于鉴别分析的彩色人脸图像灰度转换方法

当前主流的人脸识别算法,都是把原有的彩色图像转化为灰度图后,采用基于灰度图像的特征抽取与识别算法进行分类识别。人们在实际操作过程中,只是使用一组简单的加权系数实现从彩色图像到灰度图的转换,这并不能很好的体现R,G,B 3个颜色分量之间的次重关系。本文根据人脸图像颜色组成的特点,对彩色人脸图像的R,G,B 3个分量的颜色信息进行特征抽取与分析,从中找出鉴别特征的三基色系数表示方法,把彩色图像转化为灰度图。最后,在国际通用的AR标准彩色人脸库中进行了大量实验,验证了本文算法的有效性。