[发明专利]电商评论分类任务中数据集的建立和后续优化及扩充方案有效
| 申请号： | 201910375040.7 | 申请日： | 2019-05-07 |
| 公开（公告）号： | CN110096574B | 公开（公告）日： | 2023-08-15 |
| 发明（设计）人： | 郑圆;丁丁;李平章;王航 | 申请（专利权）人： | 上海宝尊电子商务有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/33;G06Q30/0601;G06F18/214 |
| 代理公司： | 上海卓阳知识产权代理事务所(普通合伙) 31262 | 代理人： | 周春洪 |
| 地址： | 200436 上海市静安*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种电商评论分类任务中数据集的建立和后续优化及扩充方案，其特征在于，包括如下步骤：S1.对收集到的评论进行预处理；S2.利用人工标注平台按照步骤S1制定的标注规范进行标注，生成最初的数据集；S3.将步骤S1中预处理后的大量无标签的电商评论作为语料，采用Skip‑Gram模型训练出适用于电商评论的词向量，用于后续的模型训练，和数据集的扩充和优化；S4.利用词向量对现有数据集进行扩充；S5.利用模型的实际自动标注结果，结合词向量对现有数据集进行优化；S6.重复步骤S3至步骤S5，以实现数据集的持续更新。其优点表现在：降低人工标注耗费的时间和人力，同时在最初的数据集生成之后，能够进行持续的扩充和优化以满足后续自然语言处理的要求。 | ||
| 搜索关键词： | 评论 分类 任务 数据 建立 后续 优化 扩充 方案 | ||
【主权项】：
1.一种电商评论分类任务中数据集的建立和后续优化及扩充方案，其特征在于，包括如下步骤：S1.对收集到的评论进行预处理，随后对其进行分析，建立一套初步的标签体系，同时为每个标签制定标注规范；S2.随机采样一部分评论，利用人工标注平台按照步骤S1制定的标注规范进行标注，生成最初的数据集；S3.将步骤S1中预处理后的大量无标签的电商评论作为语料，采用Skip‑Gram模型训练出适用于电商评论的词向量，用于后续的模型训练，和数据集的扩充和优化；S4.利用词向量对现有数据集进行扩充；S5.利用模型的实际自动标注结果，结合词向量对现有数据集进行优化；S6.重复步骤S3至步骤S5，以实现数据集的持续更新。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海宝尊电子商务有限公司，未经上海宝尊电子商务有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910375040.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种文本解析方法及装置
- 下一篇：面向微博用户的心理画像方法
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
