-
基于朴素贝叶斯的细粒度意见挖掘
摘 要 ：针对常用细粒度意见挖掘模型条件随机场（CRF）需要大量细致的标注语料，费时费力，提出基于朴素贝叶斯的细粒度意见挖掘方法。该方法在朴素贝叶斯的基础上融合多种语言特征，对产品评论进行细粒度意见挖掘，提取评论文本中的评价要素，既避免了大量标注数据，省时省力，又增加了分类特征，提高分类精度。实验结果表明，评价要素识别的综合准确率达 82% 左右，比起常用模型，不但效率提高了，准确率也有所提高。
摘 要 ：针对常用细粒度意见挖掘模型条件随机场（CRF）需要大量细致的标注语料，费时费力，提出基于朴素贝叶斯的细粒度意见挖掘方法。该方法在朴素贝叶斯的基础上融合多种语言特征，对产品评论进行细粒度意见挖掘，提取评论文本中的评价要素，既避免了大量标注数据，省时省力，又增加了分类特征，提高分类精度。实验结果表明，评价要素识别的综合准确率达 82% 左右，比起常用模型，不但效率提高了，准确率也有所提高。
