:lifelong learning的aspect抽取工作研究
:Improving Opinion Aspect Extraction Using Semantic Similarity and Aspect Associations
使用DP(dependency)的语法规则的挖掘方法,有很大的提升空间在于,无法同时兼顾precision和recall,所以提出利用语义相似性和关联关系对后补aspect进行推荐补充。
算法过程如图,其中1,2分别使用训练好的DP提取器,各自具有较高的precision和recall,然后从全集中进行推荐,推荐分别基于语义相似性和关联程度。
语义相似性使用word vector计算每个T中的T-中的某个item的相似度大于阈值。向量有review数据训练。
关联关系,采样事务数据库挖掘规则,分为前序和后续规则,(没看懂,但不重要)
总体而已,aspect extraction是基于规则(CRF,Dependency等)的任务。考虑语义和关联的,能不能引入话题模型呢?