基于CWSA方面词提取模型的差异化需求挖掘方法研究——以京东手机评论为例

[目的]提出一种基于深度学习的方面词提取方法,实现差异化与精细化的挖掘分析.[方法]设计语境窗口自注意力(Context Window Self-Attention,CWSA)模型进行方面词提取,在把握文本整体信息的基础上,聚焦语境窗口内以及邻近文本的语义,从评论中挖掘细粒度的产品特征.在此基础上,采用方面级情感分析方法分析用户需求.[结果]根据京东手机评论构造了方面词提取和方面级情感分析中文数据集,CWSA模型在该数据集上F1分数达到89.65％,效果优于基线方面词提取模型.[局限]公开的中文领域方面词数据集较为匮乏,未来将构建多个产品的中文数据集以获得更丰富的实验分析,并在英文数据集上拓展模型的跨语言适应能力.[结论]在近90万条京东手机评论上进行模型的应用验证,表明所提模型能为企业提供差异化与精细化的挖掘分析.