基于CWSA方面词提取模型的差异化需求挖掘方法研究--以京东手机评论为例

作     者：肖宇晗 林慧苹 Xiao Yuhan;Lin Huiping

作者机构：北京大学软件与微电子学院北京102600 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2023年第7卷第1期

页      面：63-75页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(项目编号:2018YFB1702900)的研究成果之一 

主　　题：深度学习 方面词提取 情感分析 差异化需求挖掘 

摘      要：【目的】提出一种基于深度学习的方面词提取方法,实现差异化与精细化的挖掘分析。【方法】设计语境窗口自注意力(Context Window Self-Attention,CWSA)模型进行方面词提取,在把握文本整体信息的基础上,聚焦语境窗口内以及邻近文本的语义,从评论中挖掘细粒度的产品特征。在此基础上,采用方面级情感分析方法分析用户需求。【结果】根据京东手机评论构造了方面词提取和方面级情感分析中文数据集,CWSA模型在该数据集上F1分数达到89.65%,效果优于基线方面词提取模型。【局限】公开的中文领域方面词数据集较为匮乏,未来将构建多个产品的中文数据集以获得更丰富的实验分析,并在英文数据集上拓展模型的跨语言适应能力。【结论】在近90万条京东手机评论上进行模型的应用验证,表明所提模型能为企业提供差异化与精细化的挖掘分析。