elr*_*ric 5 nlp named-entity-recognition feature-extraction named-entity-extraction
我被分配了一项任务，从产品描述中提取功能/属性。
Levi Strauss slim fit jeans
Big shopping bag in pink and gold
我需要能够提取诸如“牛仔裤”和“修身”或“购物袋”和“粉色”和“金色”等属性。产品描述列表不仅仅适用于服装，基本上可以是任何东西。
我不知道如何解决这个问题。我尝试实现命名实体识别器解决方案和 POS 实现，NER 实现无法识别任何令牌，并且大多数令牌在 POS 解决方案中显示为 NNP（专有名词），这对我没有太大帮助。我需要一种方法来区分品牌名称和产品的功能（例如，如果它是 T 恤、颜色或设计（圆领、V 领）等）。
我确实实现了一个 KMean 解决方案，它将类似的产品聚集在一起，但话又说回来，这不是我正在寻找的结果。
只是寻找有人引导我走向正确的方向。
您可以利用基于方面的情感分析 (ABSA) 的最新进展。该领域中有一个分支可以提取方面和观点术语。方面就像属性（实体/产品/服务的特征）。意见是该属性的值。例如，在这个句子中：“这家餐厅提供美味的食物，并且有友好的员工”，有两个方面/意见对：{(“食物”，“好”)，(“员工”，“友好”)}
ABSA 传统上用于用户评论，但谁知道呢？它在这里也能发挥同样的作用。您唯一需要了解的是，ABSA 中的所有解决方案都是特定于领域的，这意味着您针对一个特定领域（在您的情况下为“服装”）训练模型。推广到多领域的结果不佳，仍然是一个积极研究的问题。
我希望它有帮助
| 归档时间： |
|
| 查看次数： |
1982 次 |
| 最近记录： |