基于用戶回復內容觀點支持度的評論有用性計算
大小：0.92 MB 人氣： 2017-12-11 需要積分：1
標簽：情感分析(5222)
針對有監(jiān)督評論有用性預測方法中的訓練數據集難以構造，以及無監(jiān)督方法缺乏對情感信息支撐的問題，提出基于語義和情感信息構建一種無監(jiān)督模型，用于對評論有用性進行預測，同時考慮了評論和評論下回復內容對觀點的支持度用來計算觀點的有用性得分，進而得到評論的有用性。同時，提出結合句法分析和改進潛在狄利克雷分配（ LDA）模型的評論摘要方法用于評論有用性預測模型中的觀點提取，基于句法分析結果構建must-link和cannot-link兩種約束條件指導主題模型學習，在保證召回率的同時提高模型準確率。該方法在實驗數據集上能取得70%左右的F1值和90%左右的排序準確率，且實例應用也表明該方法對結果具有較好的解釋性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于用戶回復內容觀點支持度的評論有用性計算下載
相關電子資料下載
- 德國Embedded World 2024大會關鍵盤點：亮點演講Static Sentiment Analysis（靜態(tài)情感分析 844
- 基于單一LLM的情感分析方法的局限性 551
- 華為云 API 自然語言處理的魅力—AI 情感分析、文本分析 304
- PyTorch教程-16.3。情感分析：使用卷積神經網絡 495
- LLM在各種情感分析任務中的表現如何 1752
- 圖模型在方面級情感分析任務中的應用 1486
- 面向Aspect情感分析的自動生成離散意見樹結構 447
- 面向社交媒體的多模態(tài)屬性級情感分析 1545
- 自然語言處理之情感分析 4691
- 分享一種情感分析的解決方案 2049