华南理工大学学报(自然科学版)

作者：陈可嘉, 郑晶晶

单位：福州大学经济与管理学院

关键词：属性提取,LDA,种子约束,文档重组,属性类别映射

基金：国家自然科学基金项目

为了从评论中分类提取产品属性，使得评论能够按照不同产品属性分别进行展示，提高消费者作出购买决策的效率，本文提出基于种子约束LDA（Latent Dirichlet Allocation)的产品属性提取方法。首先利用TF-IDF(Term Frequency–Inverse Document Frequency)算法自动提取关键词，作为属性种子集；其次通过文档初次重组和二次重组的方式，解决长文本多属性类共现问题和短文本稀疏性问题，并提高文档重组率；然后应用must-link和cannot-link两种种子约束来定义概率扩缩值，影响LDA的主题分配，使得训练结果更加合理；最后将种子约束LDA生成的主题映射到先验属性类别上。本文从属性类别、属性词等方面进行定性分析，从准确率、熵值、纯度等方面进行定量分析，验证本文方法的优势。

来源：2022年第6期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2022年第6期