面向问答式评论文本的属性类别分类方法研究

发布时间：2023-12-11 19:21

　　属性类别分类任务是属性级情感分析研究中的一项关键子任务,旨在识别给定的产品在线评论文本所涉及的属性类别。该任务不但可以帮助商家了解消费者所关注的产品属性,挖掘潜在的商业价值,而且可以帮助消费者筛选出与他们感兴趣的产品属性相关的评论,作为购买心仪产品的决策依据。随着我国电商业务的迅速发展,各大电商平台的产品在线评论出现了一种新的文本交互形式,即“问答式评论文本”。虽然面向传统评论文本的属性类别分类已有一定的研究,但是针对问答式评论文本的研究尚处于起步阶段。因此,本文首先制定面向问答式评论文本的属性级语料标注规范,通过人工标注的方式构建用于实验的高质量语料库,其次在此基础上针对问答式评论文本的属性类别分类任务展开深入研究。本文的研究内容主要包括以下三个方面:首先,在问答式评论文本中,问题文本和答案文本通常较短,包含的词汇数目非常有限,且存在答案文本对问题文本没有提及的属性类别作出回答这一情况。针对上述问题,本文提出一种基于多注意力机制表示的属性类别分类方法。其核心思想是首先利用句子切分算法将答案文本切分成不同的句子,尽可能使答案文本的每个句子仅包含一个属性类别,其次利用多注意力机制表示来捕...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 研究现状
        1.3.1 属性类别分类
        1.3.2 属性抽取
    1.4 研究内容
    1.5 组织结构
第二章 相关知识介绍
    2.1 文本表示模型
    2.2 条件随机场
    2.3 卷积神经网络
    2.4 长短期记忆神经网络
    2.5 语料资源的收集与标注
    2.6 性能评价指标
    2.7 本章小结
第三章 基于多注意力机制表示的属性类别分类方法
    3.1 引言
    3.2 基于多注意力机制表示的属性类别分类模型
        3.2.1 句子切分算法
        3.2.2 多注意力机制表示模型
        3.2.3 模型训练
    3.3 实验设计与分析
        3.3.1 实验设置
        3.3.2 实验结果与分析
        3.3.3 参数分析
    3.4 本章小结
第四章 基于分层匹配注意力机制的属性类别分类方法
    4.1 引言
    4.2 基于分层匹配注意力机制的属性类别分类模型
        4.2.1 问答匹配注意力层
        4.2.2 高阶自匹配注意力层
        4.2.3 模型训练
    4.3 实验设计与分析
        4.3.1 实验设置
        4.3.2 实验结果与分析
        4.3.3 参数分析
        4.3.4 错误分析
    4.4 本章小结
第五章 基于联合学习的属性类别分类方法
    5.1 引言
    5.2 基于联合学习的属性类别分类模型
        5.2.1 属性描述语抽取
        5.2.2 联合学习模型
        5.2.3 模型训练
    5.3 实验设计与分析
        5.3.1 实验设置
        5.3.2 实验结果与分析
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
作者攻读硕士学位期间的研究成果



本文编号：3873212