论文研究基于互自扩展模式的中文产品属性提取算法.pdf

针对中文在线评论中产品属性词的提取，提出了一种基于互自扩展模式的半监督学习方法。利用较少的人工参与，通过FP-Growth算法挖掘频繁项集获得种子属性词，通过增量迭代发现新的属性词；在每一轮迭代中，通过计算提取词与提取模式的置信度确保了算法的准确性，同时避免了主题偏移。最后通过相似提取模式获得复合提取词，大大减少了因分词及词性标注错误所导致的属性词挖掘错误，以牺牲较少准确率的代价换取了较高的召回率。实验结果表明，该算法对产品属性提取的F值可以达到78.97%，结果优于其他类似的提取算法。