《表2 不同级别的特征分类准确率比较》
关键词提取是分类任务,通过对商家提供产品信息和产品评论中频率较高的名词作为标签,如商品毛重,包装,果实直径,物流服务等。然后通过对LSTM分类器进项相应的训练,主要是分配标签时基于语义进行分类。例如“送来的苹果都发霉了”和“苹果不新鲜”都标签为“不新鲜”。通过对原始生鲜评论数据进行剔除无用句后,在基于不同级别的特征分类实验,结果如表2。通过实验可以看出,通过LSTM对给定的生鲜产品评论分配的类标签有较高的准确性。但是与直接基于字和词级别分类准确率相比差很多。
图表编号 | XD0017834700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.25 |
作者 | 包志强、周亦鹏 |
绘制单位 | 北京工商大学计算机与信息工程学院、北京工商大学计算机与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |