摘要
本发明属于自然语言处理技术领域,具体涉及一种多维度特征关联的农产品重购意愿弱监督分析方法及系统。该方法将农产品评价数据集划分为评论文本列表和评分列表,挖掘出影响重购意愿的因素并确定细粒度评价维度;从评论文本中提取三元组信息,并处理得到细粒度方面项列表和细粒度意见项列表;然后生成伪标签数据集,使用嵌入了置信学习和多维度多标签深度学习模型初步训练的伪标签矫正策略对伪标签训练集进行矫正;贡献评估模型量化各个重购意愿影响因素的贡献;在弱监督框架下进行训练,以挖掘评论文本中的多维度情感。本发明解决了在各个特征维度标签缺失的问题,有助于准确地把握客户需求并进一步制定有针对性的资源分配策略。
技术关键词
标签训练集
分析方法
深度学习模型
多标签
文本分类器
矫正
三元组
跨度
列表
狄利克雷分布模型
生成评论文本
数据
资源分配策略
样本
剪枝策略
可读存储介质
直方图
系统为您推荐了相关专利信息
自动化生成方法
规划系统
测试场景
深度强化学习模型
训练深度学习模型
非线性分析方法
非线性交互作用
电力系统低频振荡
灵敏度方法
区间振荡模式
分析人脸图像
空间模块
脉搏
状态空间模型
动态上下文信息
微纳光栅
调控单元
数据分析方法
二叉树模型
轮廓系数