《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 其他 > 設(shè)計(jì)應(yīng)用 > 融合多特征TFIDF文本分析的汽車造型需求提取方法
融合多特征TFIDF文本分析的汽車造型需求提取方法
2021年電子技術(shù)應(yīng)用第2期
季曹婷,馬偉鋒,樓 姣,馬來(lái)賓
浙江科技學(xué)院 信息與電子工程學(xué)院,浙江 杭州310023
摘要: 針對(duì)汽車造型智能設(shè)計(jì)領(lǐng)域中如何有效提取用戶需求的問題,提出一種融合多特征TFIDF(詞頻-逆向文件頻率)文本分析的汽車造型需求提取方法。首先,通過(guò)基于互信息與邊界自由度獲取大量未登錄的專業(yè)詞匯,優(yōu)化和修正簡(jiǎn)單分詞后的詞匯;然后針對(duì)經(jīng)典TFIDF算法的局限性,引入詞匯特征因素與情感特征因素,獲取用戶需求特征候選集;最后根據(jù)設(shè)定的閾值得到有效的用戶需求。實(shí)驗(yàn)結(jié)果表明,融合多特征TFIDF文本分析算法在特征提取方面有一定優(yōu)勢(shì),能有效提取文本中關(guān)于汽車造型的用戶需求。
中圖分類號(hào): TN02;TP391
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.200488
中文引用格式: 季曹婷,馬偉鋒,樓姣,等. 融合多特征TFIDF文本分析的汽車造型需求提取方法[J].電子技術(shù)應(yīng)用,2021,47(2):16-19,27.
英文引用格式: Ji Caoting,Ma Weifeng,Lou Jiao,et al. An extraction method of car styling requirements by integrating multifeature TFIDF text analysis[J]. Application of Electronic Technique,2021,47(2):16-19,27.
An extraction method of car styling requirements by integrating multi-feature TFIDF text analysis
Ji Caoting,Ma Weifeng,Lou Jiao,Ma Laibin
School of Information and Electronic Engineering, Zhejiang University of Science and Technology, Hangzhou 310023,China
Abstract: In order to extract user requirements effectively in the field of car styling intelligent design, a method for extracting car styling requirements based on multi-feature TFIDF(word frequency-inverse file frequency) text analysis is proposed. Firstly, a large number of unregistered professional vocabularies is obtained through mutual information and boundary degrees of freedom to optimize the vocabulary after simple word segmentation. Next, in order to solve the problem of the limitations of the classic TFIDF algorithm, vocabulary and emotional feature factors are introduced to get user demand feature candidates set. Finally, effective user needs are obtained according to the threshold. The experimental results show that the multi-feature TFIDF text analysis algorithm has certain advantages in feature extraction, and can effectively extract user needs of the car styling in the text.
Key words : car styling;user needs analysis;keyword extraction;TFIDF

0 引言

    在智能制造的背景下,個(gè)性化生產(chǎn)是未來(lái)制造業(yè)發(fā)展的必然趨勢(shì),用戶除了對(duì)商品基本功能的要求之外,個(gè)性化定制的需求正不斷地增加[1]。汽車制造業(yè)是智能制造的典型應(yīng)用行業(yè),根據(jù)調(diào)查,我國(guó)超過(guò)七成的消費(fèi)者認(rèn)為汽車造型是決定購(gòu)買汽車時(shí)的首要考慮因素[2],因此汽車造型能否符合用戶需求是個(gè)性化汽車造型設(shè)計(jì)成敗的關(guān)鍵[3]。目前,汽車造型的用戶需求描述主要以文本數(shù)據(jù)形式存在[4]。自然語(yǔ)言處理技術(shù)是當(dāng)前文本分析的主流方法,通常采用無(wú)監(jiān)督方法進(jìn)行自動(dòng)關(guān)鍵詞提取。但是該算法完全基于詞頻,忽略了詞語(yǔ)其他特征對(duì)關(guān)鍵詞提取影響的問題[5-7]。許多研究人員對(duì)此展開研究,趙曉平[8]等人提出文本結(jié)構(gòu)特征與經(jīng)典的TFIDF方法進(jìn)行融合,應(yīng)用于科技項(xiàng)目文本的相似度度量計(jì)算中;牛永潔[9]等人不僅考慮到詞頻、詞跨度和位置權(quán)重特征,還考慮到詞性、詞長(zhǎng)與語(yǔ)義關(guān)聯(lián)度因素,相比經(jīng)典的TFIDF算法有所改進(jìn);然而在實(shí)際應(yīng)用中,不僅要考慮到詞匯本身的特征信息,而且還需要考慮應(yīng)用場(chǎng)景的問題。所以余本功[10]等人在解決問答社區(qū)關(guān)鍵詞提取的問題時(shí)融合了詞匯特征與社會(huì)化問答社區(qū)文本的用戶關(guān)注屬性來(lái)綜合度量詞語(yǔ)權(quán)重,提升了社區(qū)問答關(guān)鍵詞提取的效果。

    雖然上述研究均取得了一些成果,但是無(wú)法有效地對(duì)汽車造型的用戶需求文本進(jìn)行提取。本文利用融合多特征TFIDF算法對(duì)用戶需求文本數(shù)據(jù)進(jìn)行分析,獲取有效的用戶需求特征,為汽車造型設(shè)計(jì)的需求確定提供支撐。




本文詳細(xì)內(nèi)容請(qǐng)下載:http://m.jysgc.com/resource/share/2000003364




作者信息:

季曹婷,馬偉鋒,樓  姣,馬來(lái)賓

(浙江科技學(xué)院 信息與電子工程學(xué)院,浙江 杭州310023)

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 日韩第一页在线| 久久精品人人槡人妻人人玩AV| 亚洲人成人一区二区三区| 久久久久成人精品无码| www永久免费视频| 六月丁香激情综合成人| 色偷偷亚洲第一综合网| 波多野结衣AV一区二区全免费观看| 最近免费中文字幕大全 | 中文在线观看视频| 337p欧美日本超大胆艺术裸| 色综合久久一本首久久| 欧美黑人巨大videos精品| 日本动态图免费观看| 国模精品一区二区三区| 国产中年熟女高潮大集合| 亚洲第一性网站| 久久久久久久久亚洲| 91视频久久久久| 色噜噜狠狠一区二区三区| 欧美性xxxxx极品老少| 成人免费一区二区三区视频| 国产精品一区视频| 全免费A级毛片免费看网站| 九九在线精品视频| a拍拍男女免费看全片| 青青草原综合久久大伊人| 欧美精品亚洲精品日韩1818| 成人网站在线进入爽爽爽| 国产漂亮白嫩的美女| 亚洲欧美日韩国产精品专区| 久久天天躁狠狠躁夜夜不卡| 中文字幕在线观看免费视频| mp1pud麻豆媒体| 香蕉精品视频在线观看| 法国性经典xxxxhd| 手机亚洲第一页| 国产成人精品视频福利app| 免费黄色大片网站| 久久夜色精品国产亚洲| 6一13小幻女|