Minería de opiniones mediante concordancia léxica basada en un modelo de Markov oculto
Ilustraciones y resultados
Versandkostenfrei!
Versandfertig in 1-2 Wochen
24,99 €
inkl. MwSt.
PAYBACK Punkte
12 °P sammeln!
Hoy en día hay un gran número de productos disponibles en varios sitios web para comerciar. Para conocer el producto, el vendedor o el fabricante suelen pedir a sus clientes que compartan sus opiniones y experiencias sobre los productos que han comprado. Por desgracia, es una tarea muy engorrosa revisar todos los comentarios y decidir si el producto satisface o no al cliente. El principal problema con estos comentarios es gestionar todos los comentarios y resumirlos de forma significativa, tanto si representan una opinión positiva sobre el producto como si son negativos o neutros. Por lo ta...
Hoy en día hay un gran número de productos disponibles en varios sitios web para comerciar. Para conocer el producto, el vendedor o el fabricante suelen pedir a sus clientes que compartan sus opiniones y experiencias sobre los productos que han comprado. Por desgracia, es una tarea muy engorrosa revisar todos los comentarios y decidir si el producto satisface o no al cliente. El principal problema con estos comentarios es gestionar todos los comentarios y resumirlos de forma significativa, tanto si representan una opinión positiva sobre el producto como si son negativos o neutros. Por lo tanto, la tarea principal es construir un diccionario de entidades a partir de estas reseñas. Este libro hace hincapié en la creación de un modelo de correspondencia léxica utilizando un modelo de Markov oculto (HMM) y Fuzzy K-Means Clustering. Los resultados indican que el sistema HMM entrenado es muy prometedor a la hora de realizar las tareas deseadas y logra la máxima precisión y exactitud posibles en el caso de la correspondencia de léxicos.
Andere Kunden interessierten sich für
