基于词频和情景语义的产品特征提取方法

陈可嘉，郑晶晶，靳健，赵政

(1.福州大学 经济与管理学院，福建 福州 350108；2.北京师范大学 政府管理学院，北京 100875)

0 引言

在移动互联网时代，大量跨境电商网站和用户交流平台的出现，给企业了解用户行为、把握市场趋势提供了更加快捷的渠道。对在线评论的挖掘与利用已逐渐成为企业明确市场定位，提升产品销量的重要途径[1]。因而如何从在线评论中提取用户关注的产品特征并归类，成为文本分析领域中的一个热门研究话题[2]。

在以往的研究中，学者们提出了各种各样的产品特征提取方法。比较有代表性的方法有：基于高频名词或名词短语提取[3-5]、根据语言规则提取[6-8]、通过监督学习模式提取[9-11]、利用主题模型提取[12-14]。

基于高频名词或名词短语提取特征词的方法，由于无需标注大量文本，大大减少了人工成本，因而备受学者们关注。HU等[3]做出了开创性的工作，根据评论中名词和名词短语被提及的频繁程度，使用关联规则查找频繁项集，从而提取产品特征。后续很多方法都以此为基础进行改进,LI等[4]利用PMI-IR算法计算点互信息值，对高频名词和名词短语提取产品特征的方法进行了补充。YANG等[5]在考虑上下文信息的基础上，引入了全球背景信息，提出了一种基于特征得分和词频的产品特征提取方法。这些方法都取得了一定的成效，但单纯根据词频提取产品特征的方法往往会忽略一些出现频率较低的表示产品特征的词汇，特别是在在线评论的语境下，评论者往往倾向于使用个性化的表达，甚至对同一产品特征，评论者可用的表达方式也不尽相同。……