一种非结构化文本中的产品属性挖掘方法

1.一种非结构化文本中的产品属性挖掘方法，其特征在于该方法的步骤 如下：
1)对非结构化文本进行中文分词和词性标注；
2)对步骤1)中标注为名词的词语进行关联规则挖掘，挖掘出其中的频繁项， 定义为粗属性；
3)对步骤2)中的粗属性进行基于搜索引擎的产品属性过滤，滤去非产品属性 的频繁项，提取真正的产品属性；
4)把步骤3)中挖掘出的产品属性按照其在非结构化文本中的出现频率排序。
2.根据权利要求1所述的一种非结构化文本中的产品属性挖掘方法，其特 征在于：所述步骤1)中对非结构化文本进行中文分词为基于词语的中文分词， 词性标注的关键为名词词性标注。
3.根据权利要求1所述的一种非结构化文本中的产品属性挖掘方法，其特 征在于：所述步骤2)中是采用机器学习中的Apriori算法对步骤1)中的名词进行 关联规则挖掘，挖掘其中的频繁项，作为粗属性。
4.根据权利要求1所述的一种非结构化文本中的产品属性挖掘方法，其特 征在于：所述步骤3)中采用基于搜索引擎的方法过滤步骤2)中的粗属性，具体 方法为将产品类别与粗属性组成新的搜索词条发送到百度搜索引擎中，检查百 度针对该搜索词条的返回结果的摘要中是否包含该词条来决定是否保留或者过 滤粗属性。
5.根据权利要求1所述的一种非结构化文本中的产品属性挖掘方法，其特 征在于：所述步骤4)中把挖掘出的产品属性根据其在非结构化文本中出现的频 率进行排序，从而可以将结果按照讨论热度排序。

暂无