1. 程式人生 > >結合語義和關聯的aspect抽取優化

結合語義和關聯的aspect抽取優化

:lifelong learning的aspect抽取工作研究

:Improving Opinion Aspect Extraction Using Semantic Similarity and Aspect Associations

使用DP(dependency)的語法規則的挖掘方法,有很大的提升空間在於,無法同時兼顧precision和recall,所以提出利用語義相似性和關聯關係對後補aspect進行推薦補充。

演算法過程如圖,其中1,2分別使用訓練好的DP提取器,各自具有較高的precision和recall,然後從全集中進行推薦,推薦分別基於語義相似性和關聯程度。

語義相似性使用word vector計算每個T中的T-中的某個item的相似度大於閾值。向量有review資料訓練。

關聯關係,取樣事務資料庫挖掘規則,分為前序和後續規則,(沒看懂,但不重要)

總體而已,aspect extraction是基於規則(CRF,Dependency等)的任務。考慮語義和關聯的,能不能引入話題模型呢?