论文部分内容阅读
用户评论中存在产品特征表达多样性问题，在细粒度观点挖掘任务中需要对产品特征词聚类。首先，结合不同的语义相似度计算的特点，提出基于语义知识和上下文熵模型的语义相似度混合计算方法，计算抽取得到的特征词语义相似度；然后改进了传统CBC算法，提出适用于产品特征词聚类的CBC-LIKE方法实现聚类。最后在三个领域的真实评论语料上进行实验，对提出的语义相似度计算方法和聚类算法的性能进行了分析。实验结果表明，所提方法是有效的，与另外两种基线方法相比性能较优，取得了较好效果。