《表2 用户词典及停用词表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的众测报告有用性预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用Jieba分词工具对众测报告的文本进行分词处理。Jieba是目前运用最广泛的中文词法分析器之一，其以ICTCLAS为内核基础，最新的分词系统精度高达98.45%（1）。由于Dealmoon平台属于提供购物建议的社交购物社区，文本中包含大量有关互联网、产品及商家名称、产品推荐等的专业词汇和新兴词汇，为得到更好的分词效果，本文建立基于评论语境的用户词典和停用词典，具体如表2所示。用户词典包括产品及商家名称、体验描述和网络用语及缩写，作用是识别购物建议类的专属词，以达到更准确的分词效果。停用词典来自于哈尔滨工业大学停用词表，该词表是中文常用的停用词表，作用是过滤掉分词结果中无意义的停止词，如标点符号、虚词、表情符号及其他无意义的词语。为进一步保证分词的完整性，对分词后的结果进行词频统计，对词频大于100的词进行人工核对。无意义词纳入停用词典，将误分的词纳入用户词典中。