公开(公告)号：CN108363695B

公开(公告)日：2020-04-24

申请号：CN201810155755.7

申请日：2018-02-23

Applicant: 西南交通大学

Inventor： 李天瑞 ,  罗怀芍 ,  王斌

IPC: G06F40/154 ,  G06F40/279 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双向依赖语法树表征的用户评论属性抽取方法，包括：1)对给定的用户评论文本进行预处理并生成依赖语法树；2)构建双向依赖语法树表征网络抽取词与词之间的依赖特征；3)将依赖特征输入到双向LSTM神经网络中，在依赖特征的基础上抽取词与词之间的序列特征，使依赖特征和序列特征进行有效结合；4)利用线性链条件随机场对结合后的特征进行编码；5)用维特比算法解码得到各个文本的评论属性。本发明有效解决了用户评论属性抽取任务中，如何提取文本语法依赖特征，并将其与序列特征高效结合以实现端到端训练的问题，利用条件随机场对结合后的特征编码并使用维特比算法解码，能够在用户评论属性抽取任务中取得很好的效果。

公开(公告)号：CN108363695A

公开(公告)日：2018-08-03

申请号：CN201810155755.7

申请日：2018-02-23

Applicant: 西南交通大学

Inventor： 李天瑞 ,  罗怀芍 ,  王斌

IPC: G06F17/27 ,  G06F17/22 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双向依赖语法树表征的用户评论属性抽取方法，包括：1)对给定的用户评论文本进行预处理并生成依赖语法树；2)构建双向依赖语法树表征网络抽取词与词之间的依赖特征；3)将依赖特征输入到双向LSTM神经网络中，在依赖特征的基础上抽取词与词之间的序列特征，使依赖特征和序列特征进行有效结合；4)利用线性链条件随机场对结合后的特征进行编码；5)用维特比算法解码得到各个文本的评论属性。本发明有效解决了用户评论属性抽取任务中，如何提取文本语法依赖特征，并将其与序列特征高效结合以实现端到端训练的问题，利用条件随机场对结合后的特征编码并使用维特比算法解码，能够在用户评论属性抽取任务中取得很好的效果。