期刊专题

10.11896/jsjkx.181202410

基于篇章层次结构的商品评论摘要

引用
商品评论摘要是从一个商品的所有评论中抽取出一系列有序的能够代表评论广泛意见的句子作为该商品的综合评论.篇章层次结构分析旨在对篇章内部各个语义单元之间的层次结构和语义关系进行分析.由此可见,分析篇章层次结构有利于更加准确地判断篇章内各个语义单元的语义信息和重要程度,这对于抽取篇章的重要内容有很大帮助.因此,文中提出了一种基于篇章层次结构的商品评论摘要方法.该方法基于LSTM(Long Short Term Memory Network)神经网络构建抽取式商品评论摘要模型,并利用注意力机制将篇章层次结构信息作为判断篇章单元重要程度的参照加入该模型中,以便更加准确地抽取出商品评论中的重要内容,从而提升整个任务的性能.将所提方法在Yelp 2013数据集上进行实验,并在ROUGE评价指标上进行评测.实验结果表明,加入篇章层次结构信息后,模型的ROUGE-1值达到了0.3608,与仅考虑评论句子信息的标准LSTM方法相比提升了1.57%,这说明在商品评论摘要任务中引入篇章层次结构信息能够有效地提升该任务的性能.

商品评论摘要、篇章层次结构、神经网络、LSTM、注意力机制

47

TP391(计算技术、计算机技术)

国家自然科学基金青年科学基金项目;江苏省高等学校自然科学研究面上项目48KJB520043

2020-04-24(万方平台首次上网日期,不代表论文的发表时间)

共6页

195-200

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

47

2020,47(2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn