Nlp 从文本中提取产品属性/特征

我被指派了一项任务，从产品描述中提取特征/属性

Levi Strauss slim fit jeans
Big shopping bag in pink and gold

我需要能够提取出属性，如“牛仔裤”和“修身”或“购物袋”和“粉色”和“金色”。 产品描述列表不仅仅针对服装，它们基本上可以是任何东西

我不知道如何处理这个问题。我尝试实现一个命名实体识别器解决方案和一个POS实现，NER实现无法识别任何令牌，并且大多数令牌在POS解决方案中显示为NNP（专有名词），这对我没有多大帮助。我需要一种能够区分品牌名称和产品特征的方法（如t恤、颜色或设计（圆领、v领）等）

我确实实现了一个KMean解决方案，它将类似的产品聚集在一起，但这并不是我想要的结果

---

只是想找个人给我指引正确的方向。

你可以利用基于方面的情绪分析（ABSA）的最新进展。这个领域有一个分支提取方面和观点术语。方面类似于属性（实体/产品/服务的特性）。意见就是该属性的价值。例如，在这句话中：“这家餐厅供应的食物很好，员工也很友好”，有两个方面/意见对：{（“食物”，“好”），（“员工”，“友好”）}

ABSA传统上用于用户评论，但谁知道呢？它在这里也能起作用。您需要了解的唯一一件事是ABSA中的所有解决方案都是特定于领域的，这意味着您需要为一个特定领域培训您的模型，即案例中的“服装”。将其推广到多个领域已经显示出很差的结果，ans仍然是一个活跃的研究领域

---

我希望这会有所帮助

有一些论文在讨论这个话题，比如OpenTag认为这是一个序列标记问题。

当然k-means不会起作用。您需要的是面向语言的过程，而不是统计方法。不要关注数据挖掘和机器学习领域（这里没有学习），而是关注语言方法并尝试使用外部数据。嘿，这方面有什么更新吗？解决几乎相同的问题。您是否提前知道属性和特性？