| 在线评论中蕴含的产品信息具有很高的电子商务应用价值. 但是, 与之相关的文本挖掘工作, 常常会面临着特征抽取以及对特征属性进行归类等问题的挑战. 基于词向量模型在表达词语的情景语义方面的优势, 提出了一种结合词向量表征和 K-means 聚类相结合的半监督方法, 用于从海量在线文本中高效挖掘出用户评论的特征, 并进一步按照这些特征的语义提取出它们的归类信息. 在真实数据集上的实验结果表明, 提出的方法可有效应用于海量在线评论中的文本属性提取工作; 与经典模型相比, 本方法从特征中提取的归类属性信息能更好地呈现出评论者表达的语义. |
