基于深度学习和CRFs的产品评论观点抽取方法

[目的/意义]产品评论观点抽取任务是细粒度评论挖掘的核心任务,其面临的主要挑战是如何自动抽取评论文本中由评价对象、程度词、观点词构成的三元组。[方法/过程]针对条件随机场(CRFs)模型需要人工构造语言学特征的缺陷,提出一种基于深度学习和CRFs的产品评论抽取方法,该方法首先在连续词袋模型(CBOW)获得词向量基础上,利用双向长短期记忆神经网络(BLSTM RNN)自动学习评论语句的文本特征,再以CRFs层进行解码标注,进而识别出三元组。[结果/结论]为验证方法的有效性,针对从京东商城等电商平台上抓取的手机和酒店评论集,人工标注部分评论用于训练模型并进行测试,实验结果表明,该方法在产品评论观点抽取任务上取得了平均F值大于80%的效果。

求解正则长波方程的一种基于NV/TVD的 高分辨率有限体积格式

本文构造了一种求解正则长波方程的高分辨率高阶有限体积格式,它以QUICK有限体积格式作为基础格式,以期在光滑解区域获得数值高精度。另外,它结合TVD和CBC两种对流有界准则来抑制数值解的非物理振荡。几个典型的算例表明,本文提出的数值格式保持了有限体积方法良好的守恒性,同时又具有高精度和良好的计算稳定性。