社交媒体帖子中与领域无关的无监督产品名识别
计算与语言
2018-12-13 v1
摘要
产品名识别是一个重要的实际问题，其推动力在于讨论产品的平台（如社交媒体和在线市场的产品评论功能）日益普及。客户、产品制造商和在线市场可能希望从非结构化文本中识别产品名，以提取围绕产品的重要洞察，例如情感。许多关于产品名识别的现有研究是特定领域的（例如识别手机型号）并使用了监督或半监督方法。由于每年有大量新产品发布，此类方法可能需要基于更新的标注数据重新训练以保持相关性，并且跨领域迁移效果可能较差。本研究应对这一挑战，并基于 Facebook 帖子开发了一种与领域无关的无监督算法用于识别产品名。该算法包括两个通用步骤：（a）使用现成的预训练条件随机场（CRF）模型、词性标注和一组简单模式进行候选产品名识别；（b）利用从数据生成的聚类和词嵌入对候选名称进行过滤以去除虚假条目。
引用
@article{arxiv.1812.04662,
title = {Unsupervised domain-agnostic identification of product names in social media posts},
author = {Nicolai Pogrebnyakov},
journal= {arXiv preprint arXiv:1812.04662},
year = {2018}
}
备注
IEEE Big Data 2018 Conference