摘 要 :針對常用細粒度意見挖掘模型條件隨機場(CRF)需要大量細致的標注語料,費時費力,提出基于樸素貝葉斯的細粒度意見挖掘方法。該方法在樸素貝葉斯的基礎上融合多種語言特征,對產(chǎn)品評論進行細粒度意見挖掘,提取評論文本中的評價要素,既避免了大量標注數(shù)據(jù),省時省力,又增加了分類特征,提高分類精度。實驗結果表明,評價要素識別的綜合準確率達 82% 左右,比起常用模型,不但效率提高了,準確率也有所提高。
我與貿(mào)澤不得不說的秘密,如何讓選型和設計更輕松與愜意?
linux驅動開發(fā)之驅動應該怎么學
linux中的文件IO
ARM開發(fā)進階:深入理解調(diào)試原理
單片機到底是個什么東西(免費)
內(nèi)容不相關 內(nèi)容錯誤 其它
本站介紹 | 申請友情鏈接 | 歡迎投稿 | 隱私聲明 | 廣告業(yè)務 | 網(wǎng)站地圖 | 聯(lián)系我們 | 誠聘英才
ICP許可證號:京ICP證070360號 21IC電子網(wǎng) 2000- 版權所有 用戶舉報窗口( 郵箱:macysun@21ic.com 電話:010-82165003 )
京公網(wǎng)安備 11010802024343號