随着移动互联网时代的快速发展,电商平台迅速崛起成为推动网络消费增长的一股新兴且强大的力量。为了有效利用海量的商品评论数据,文章基于京东商城丝绸商品的评论数据,使用词频统计对评论数据进行分析处理,构建属性-情感词词典,填充了...随着移动互联网时代的快速发展,电商平台迅速崛起成为推动网络消费增长的一股新兴且强大的力量。为了有效利用海量的商品评论数据,文章基于京东商城丝绸商品的评论数据,使用词频统计对评论数据进行分析处理,构建属性-情感词词典,填充了评论中的隐性属性。利用Label Studio数据标注平台对评论数据进行属性-观点-情感的三元标注,经过标注后的数据集被应用于UIE(Unified Structure Generation for Universal Information Extraction)模型进行属性级情感抽取,并基于抽取的数据集对ERNIE(Enhanced Language Representation with Informative Entities)模型进行微调训练。实验结果表明,该方法在属性级情感分析中的准确率高达90%,填充隐性属性后,准确率提升至94%,表明该方法所得模型在属性级情感分析中有着不错的效果。展开更多
文摘随着移动互联网时代的快速发展,电商平台迅速崛起成为推动网络消费增长的一股新兴且强大的力量。为了有效利用海量的商品评论数据,文章基于京东商城丝绸商品的评论数据,使用词频统计对评论数据进行分析处理,构建属性-情感词词典,填充了评论中的隐性属性。利用Label Studio数据标注平台对评论数据进行属性-观点-情感的三元标注,经过标注后的数据集被应用于UIE(Unified Structure Generation for Universal Information Extraction)模型进行属性级情感抽取,并基于抽取的数据集对ERNIE(Enhanced Language Representation with Informative Entities)模型进行微调训练。实验结果表明,该方法在属性级情感分析中的准确率高达90%,填充隐性属性后,准确率提升至94%,表明该方法所得模型在属性级情感分析中有着不错的效果。
