一种词聚类LDA的商品特征提取算法.PDF

2015 7 7 小 型 微 型 计 算 机 系 统 年 月 第 期 Journal of Chinese Computer Systems Vol． 36 No． 7 2015 一种词聚类LDA 的商品特征提取算法 1，2 1，2 1，2 1，2 1，2 ， ， ， ， 彭 云 万常选 江腾蛟 刘德喜 刘喜平 1 ( ， 3300 13) 江西财经大学信息管理学院 南昌 2 ( ， 3300 13) 江西财经大学数据与知识工程江西省高校重点实验室 南昌 E-mail :w anchangxuan@ 263 ． net : ， 摘 要 商品评论中经常会使用一些词义近似或上下文相关的中低频词来描述商品特征 如何有效辨识这些中低频词是商品 ． ， ． 特征抽取的一个难点 由于缺乏先验知识 主题模型难以发现并抽取中低频特征词 提出基于词义相似度和上下文相关度相结 ， ． 合的词聚类度量算法 在此基础上构建了一种基于词聚类先验知识的潜在狄利克雷分配的商品主题特征提取模型 首先对词项 、 ; ， 按词义相似度 上下文相关度进行聚类 然后在商品主题特征抽取中引入词聚类因素作为权重影响因子 使得同一个聚类簇中 ． ， ． 的词项属于同一主题的概率增加 相关实验结果表明 本文提出的词聚类和特征提取算法具有较好的效果 : ; ;LDA ; 关键词 词聚类 上下文相关 模型 特征提取 中图分类号:TP391 文献标识码:A 文章编号:1000-1220 (2015)07-1458-06 An Algorithm Based on Words Clustering LDA for Product Aspects Extraction PENG Yun1，2 ，WAN Chang -xuan1，2 ，JIANG Teng -jiao 1，2 ，LIU De-xi1，2 ，LIU Xi-ping 1，2 1 (School of Information Technology ，Jiangxi University of Finance and Economics ，Nanchang 3300 13 ，China) 2 (Jiangxi Key Laboratory of Data and Know ledge Engineering ，Jiangxi University of Finance and Economics ，Nanchang 3300 13 ，China) Abstract :Product review s often use some low -frequency synonyms or context-dependent w ords to describ