基于特征的用户评论自动摘要

摘要

电子商务网站允许用户对商品发表评论，用户评论通常含有用户对商品的主观性体验，常被潜在顾客作为比较不同商品并作出购买选择的参考，也可被生产厂商作为市场反馈调查的数据来源．然而，由于电子商务的发展，热门商品常常拥有成百甚至上千条用户评论，这使得阅读所有评论十分耗时． 提出了一种基于特征的用户评论自动摘要方法，能够自动生成简洁、全面的摘要．首先自动从评论中识别用户评价的商品特征，根据特征对评论句分类，然后使用句子抽取的方法生成摘要．实验证明该特征识别和特征过滤算法的查准率平均可达81％，查全率为52％。相较于Hu和Liu使用的频繁项集挖掘算法，查全率降低了6％，而查准率提高了24％，F1值提高为6％．算法更加注重特征识别的查准率，总体的摘要效果比较好．