推文的汉语比较句的学习提取

随着Web 2.0的普及,人们越来越喜欢表达意见并通过CGM(消费者生成的媒体)交换信息,例如博客,互联网论坛等。许多研究关注提取和分析消费者中的用户意见评论。 本文研究如何自动从中提取汉语比较句消费者评论。 首先,本文描述了一种解决班级失衡的方法评论数据中的可比性和非可比性问题。 然后我们建立了一个支持向量机学习模型,将比较对象和非比较对象分类为不同的对象在平衡的数据集上分组。 对消费者生产的产品进行了实验评论,包括9600个句子,其中1,624个(占总数的16.92%)是比较。 实验表明,整体F得分为87.26%,这表明建议的方法。