CER：基于大规模无标注商品评论知识扩展的互补实体识别

商品评论包含大量关于商品特征和顾客意见的有用信息。一个重要的商品特征是可能与所评论商品配合使用的互补实体（商品）。了解所评论商品的互补实体非常重要，因为顾客希望购买兼容的商品并避免不兼容的商品。本文研究互补实体识别问题。由于现有方法无法解决此问题，我们首先提出一种新颖的无监督方法，利用句法依存路径来识别互补实体。然后，我们仅使用少量通用种子动词，在大量无标注评论上扩展关于互补实体的类别级领域知识。该领域知识帮助无监督方法适应不同商品，并极大提高了 CER 任务的精度。所提方法的优势在于不需要任何标注数据进行训练。我们在 7 款热门商品上进行了实验，共计约 1200 条评论，以证明所提方法的有效性。