• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Asian Language Processing >Estimating Evaluation of Cosmetics Reviews with Machine Learning Methods
【24h】

Estimating Evaluation of Cosmetics Reviews with Machine Learning Methods

机译：用机器学习方法估算化妆品评价评价

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper presents methods for estimating evaluation of cosmetics reviews, i.e., for assigning scores to cosmetics reviews, by using three kinds of machine learning methods: support vector machine (SVM), stacked denoising autoencoder (SdA), and convolutional neural network (CNN). The experimental results show that (1) using words with various parts of speech (POSs), not only nouns, as features in vectorizing review text is effective, (2) selecting features on the basis of dependency analysis is effective, (3) the three machine learning methods have almost the same estimation precision and are much higher than a rule-based baseline method, and (4) the training cost of SVM is extremely lower than the other two methods, and SVM therefore performs the best among the three methods.
机译：本文介绍了估算化妆品评价评估的方法，即，通过使用三种机器学习方法为化妆品评论分配评估，即支持向量机（SVM），堆积的去噪AutoEncoder（SDA）和卷积神经网络（CNN） 。实验结果表明，（1）使用具有各种言论（POSS）的单词（POSS），而不仅是名词，随着矢量化评论文本的特征是有效的，（2）基于依赖性分析的选择功能是有效的，（3）三种机器学习方法具有几乎相同的估计精度，远高于基于规则的基线方法，（4）SVM的训练成本极低于其他两种方法，因此SVM在三种方法中表现最佳。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号