：lifelong learning的aspect抽取工作研究
：Improving Opinion Aspect Extraction Using Semantic Similarity and Aspect Associations
使用DP（dependency）的语法规则的挖掘方法，有很大的提升空间在于，无法同时兼顾precision和recall，所以提出利用语义相似性和关联关系对后补aspect进行推荐补充。
算法过程如图，其中1,2分别使用训练好的DP提取器，各自具有较高的precision和recall，然后从全集中进行推荐，推荐分别基于语义相似性和关联程度。
语义相似性使用word vector计算每个T中的T-中的某个item的相似度大于阈值。向量有review数据训练。
关联关系，采样事务数据库挖掘规则，分为前序和后续规则，（没看懂，但不重要）
总体而已，aspect extraction是基于规则（CRF，Dependency等）的任务。考虑语义和关联的，能不能引入话题模型呢？