汉语组块分析在产品特征提取中的应用研究

摘要：

[目的]解决用户评论文本中的产品特征提取问题,尤其是名词性短语的识别问题.[方法]利用汉语组块分析进行产品特征提取,根据Apfiofi产生频繁项集以及TF-IDF阈值对候选产品特征进行过滤,得到产品特征集合,从而实现对用户评论中产品特征的自动提取.[结果]为验证该方法的有效性,以汽车评论文本为例,从中提取汽车类产品的特征,平均召回率达到76.89％,平均准确率达到84.03％.[局限]该方法的召回率较低,存在名词块识别错误的问题.[结论]实验结果表明引入汉语组块分析可以准确识别名词性短语,提高产品特征提取的准确率.

关键词：产品特征提取、名词性短语识别、汉语组块分析、关联规则

分类号：TP391(计算技术、计算机技术)

资助基金：本文系国家自然科学基金项目“基于本体的专利自动标引研究”项目编号:61271304和北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目“面向领域的互联网多模态信息精准搜索方法研究”项目编号:KZ201311232037的研究成果之一.

在线出版日期：2015-10-23（万方平台首次上网日期，不代表论文的发表时间）

页码：26-30