基于两视图半监督学习的产品质量问题识别方法
姚池
潘尔顺
上海交通大学机械与动力工程学院,上海 200240;上海交通大学中国质量发展研究院,上海 200240
摘要：针对电商网站中的大量非结构化、无标注的用户评论文本,运用两视图半监督学习方法对其进行分类,识别出涉及产品质量问题的内容,从而挖掘出其中隐含的产品质量缺陷与隐患.综合考虑词汇、情感、领域等多方面特征,构建文本特征视图和非文本特征视图,采用Co-training协同训练算法,依据是否涉及质量问题对评论进行分类.以电热水壶为例,爬取电商网站的评论数据进行实证分析.结果显示,本文方法的分类F1值和AUC值分别为82.18%和86.24%,相比于单视图监督学习分类器具有显著提升.
关键词：评论分类多视图学习半监督学习协同训练质量问题识别
分类号：TP393(计算技术、计算机技术)
资助基金：中国工程院重大咨询资助项目(2021-HYZD-7-3)
论文发表日期：2023-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 86-94 )
英文信息