结合 ESA 和 ROUGE 实现句子相似度计算及中文餐厅评论特征 - 观点提取
在自然语言处理领域,句子相似度计算和特征 - 观点提取是两个重要的研究方向。本文将介绍结合 ESA(Explicit Semantic Analysis)和 ROUGE 进行句子相似度计算的方法,以及针对中文餐厅评论的特征 - 观点提取方法。
结合 ESA 和 ROUGE 的句子相似度计算
在文本相似度研究中,为了探究标注者之间的一致性,研究人员将每个标注者的分数与其他标注者的平均分数进行了比较,得到的皮尔逊相关系数和标准差如下表所示:
| 标注者 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
|---|---|---|---|---|---|---|---|
| 相关性(太空探索) | 0.872 | 0.869 | 0.844 | 0.941 | 0.886 | 0.815 | 0.855 |
| 标准差(太空探索) | 0.586 | 0.640 | 0.714 | 0.364 | 0.624 |
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



