基于双向长短时记忆网络的产品画像构建研究

摘要：

属性抽取作为自然语言处理方向的热门任务之一,在电子商务领域也有着较高的应用价值,然而目前传统的特征工程抽取算法,对于电商从业者而言成本过于高昂.针对这一现象,笔者构建了一个中文网购商品属性抽取算法框架,该模型实现了对商品属性及评论的自动化抽取,通过双向长短时记忆模型抽取文本序列并输出商品属性,并基于商品属性映射空间向量模型以构建领域知识图谱,获得电子商务平台的产品画像本体.

关键词：属性抽取、双向长短时记忆网络、知识图谱、产品画像、网购评论

所属期刊栏目：31

分类号：TP183(自动化基础理论)

资助基金：上海立信会计金融学院大学生创新创业训练计划项目编号:201911639074

在线出版日期：2020-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：22-23,27