- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
优先出版 计 算 机 应 用 研 究 第33 卷
基于加权频繁子树相似度的网页评论信息抽取*
1, 2 1 1 1 1
郝志峰 ,袁 琴 ,蔡瑞初 ,温 雯 ,骆魁永
(1.广东工业大学 计算机学院,广州 510006 ;2 .佛山科学技术学院,广东 佛山 528000)
摘要快速积累的海量产品评论信息是商家和消费者进行需求调研或购物决策时的重要依据。针对现有网页信息抽取方法
普遍存在人工耗时大,抽取准确率低等问题,提出了一种基于加权频繁子树相似度的网页评论信息抽取方法 WTS 。首
先通过视觉特征对网页进行剪枝处理。然后,通过深度加权的相似度度量方法抽取最佳频繁子树。最后,通过子树对齐
方法抽取评论路径并解析评论内容。通过对京东、苏宁等网站的评论内容抽取实验,验证了WTS 比D-EEM、POL 等
方法在抽取产品评论信息上具有一定的优势。
关键词 产品评论;抽取;加权频繁子树
中图分类号:TP391.1
Page comments extraction based on weighted similarity of frequent sub-tree
1, 2 1 1 1 1
Hao Zhifeng , Yuan Qin , Cai Ruichu , Wen Wen , Luo Kuiyong
(1. College of Computer Science, Guangdong University of Technology, Guangzhou 510006, China; 2. Foshan University,
Foshan Guangdong 528000, China)
Abstract: Massive product comments are accumulated, which is important information for vendor or consumer in the process of
selling or buying. Aiming at the problem that existing method is time consuming and poor performance. This paper proposed
WTS method based on weighted frequent sub-tree similarity, which could extract product comments information rapidly and
accurately. Firstly, Web pages were pruned through visual characteristics. Then, the best frequent sub-tree was extracted by
depth-weighted similarity measure. Lastly, comment path was extracted and comment content was parsed . Extracting product
comments from the website of JD, SN and so on, experimental results show that WTS has better performance
您可能关注的文档
- 图像的裁切和图像的变换----制作酒包装立体效果授课教师郑丽窈.DOC
- 圆柱贮箱液体非线性晃动的多维模态分析方法-应用数学和力学.PDF
- 圆网纸机生产挂面箱纸板的技术改造-中国造纸.PDF
- 土地使用规划与管理.PPT
- 土地利用分类对景观格局指数的影响-北京大学深圳研究生院建站平台.PDF
- 土地征前告知-荆州国土资源局.DOC
- 土地利用总体规划落实-衢州国土资源局.DOC
- 土地资源资产价值估算及其动态变化分析中国知网.PDF
- 土地整理区生物—理化改良技术研究综述-中国科学院.PDF
- 土师器皿底面土师器皿外面.PDF
- 基于加权Voronoi图的农村居民点等级评价与整理方向研究.PDF
- 基于双转子电动机的混合四轮驱动系统-机械工程学报.PDF
- 基于原型的三维服装款式智能CAD方法-中国科技论文在线.PDF
- 基于向量场距离函数的网孔模型修复-激光与红外.PDF
- 基于变异策略的自适应七星瓢虫优化算法-计算机应用研究.PDF
- 基于土地分类的机场噪声评价限值标准比较-NSFC.PDF
- 基于图像处理的甘蓝虫害识别研究-江苏农业科学.PDF
- 基于多重运动特征的轨迹相似性度量模型-武汉大学学报·信息科学版.PDF
- 基于大灯碎片分布场的汽车碰撞事故再现模型-长安大学学报.PDF
- 基于密钥状态散列树的密钥存储管理方案Keystoragemanagement.PDF
文档评论(0)