公开(公告)号：CN111966888B

公开(公告)日：2023-12-15

申请号：CN201910420367.1

申请日：2019-05-20

申请人： 南京大学

发明人： 戴新宇 ,  宁天昊 ,  何亮 ,  黄书剑 ,  张建兵 ,  陈家骏

IPC分类号： G06F16/9535 ,  G06F16/35 ,  G06Q30/0601 ,  G06Q30/0282

摘要： 本发明公开了一种融合外部数据的基于方面类别的可解释性推荐方法和系统，该方法包括：S1：利用外部标准标注数据训练方面类别分类器和方面类别的情感极性分类器；S2：利用所述方面类别分类器和情感极性分类器对评论数据进行分类，得到每条评论的方面类别向量[a1,a2,…,an]和对应每个方面的情感向量[p1,p2,…,pn]，其中n为方面的数量；S3：将所述方面类别向量与情感向量进行融合，得到待推荐的商品的预测打分和推荐理由。本发明引入了外部数据，提高了aspect和情感极性判断的准确性，使得对于评论的建模更加准确，也更加标准化，并

公开(公告)号：CN111966888A

公开(公告)日：2020-11-20

申请号：CN201910420367.1

申请日：2019-05-20

申请人： 南京大学

发明人： 戴新宇 ,  宁天昊 ,  何亮 ,  黄书剑 ,  张建兵 ,  陈家骏

IPC分类号： G06F16/9535 ,  G06F16/35 ,  G06Q30/06 ,  G06Q30/02

摘要： 本发明公开了一种融合外部数据的基于方面类别的可解释性推荐方法和系统，该方法包括：S1：利用外部标准标注数据训练方面类别分类器和方面类别的情感极性分类器；S2：利用所述方面类别分类器和情感极性分类器对评论数据进行分类，得到每条评论的方面类别向量[a1,a2,…,an]和对应每个方面的情感向量[p1,p2,…,pn]，其中n为方面的数量；S3：将所述方面类别向量与情感向量进行融合，得到待推荐的商品的预测打分和推荐理由。本发明引入了外部数据，提高了aspect和情感极性判断的准确性，使得对于评论的建模更加准确，也更加标准化，并具有更强的可解释性；利用外部标准标注数据的信息辅助监督评论的建模，降低了需要额外标注评论信息的成本。