10.16055/j.issn.1672-058X.2019.0004.002
基于LDA模型与语义网络对评论文本挖掘研究
通过主题模型与语义网络对旅游电商中的评论文本进行挖掘,从而引导消费者与商家对评论信息作出重要决策;提出一种基于LDA(Latent Dirichlet Allocation,LDA)主题聚类与语义网络模型(LDAtopic clustering and semantic network model,LTC-SNM)的方法对酒店在线评论文本进行研究;获取在线评论文本进行数据预处理,使用Word2vec生成词向量,利用机器学习算法对评论文本进行情感分类;通过LDA主题模型对分类后的文本进行聚类,生成酒店的特征主题词;通过ROSTCM将特征主题词与所修饰的情感词生成语义网络,缓解了挖掘文本信息的复杂性;实验结果表明:提出的LTC-SNM文本挖掘方法使得在线用户评价的主题更具表达性.
LDA主题模型、文本聚类、语义关联、情感分析
36
TP391.1(计算技术、计算机技术)
重庆市教委教改项目092055;重庆市教委科技项目KJ098820
2019-09-05（万方平台首次上网日期，不代表论文的发表时间）
共8页
9-16
