作者:谢宗彦; 黎巎; 周纯洁深度学习卷积神经网络主题发现短文本旅游评论
摘要:【目的/意义】随着旅游网站的增加,游客的网络评论日益增多。针对传统方法在旅游短文本评论主题分类时出现特征维度过高和数据稀疏等问题,本文提出一种基于卷积神经网络和SOM的旅游评论主题发现方法。【方法/过程】首先采用词向量来进行文本表示,降低了特征维度过高问题;其次,通过卷积神经网络对评论文本提取高阶的抽象特征;最后在通过SOM模型基于提取到的抽象特征对主题进行聚类。【结果/结论】实验结果表明,CNNSOM算法较传统文本聚类算法在准确率、召回率和F值上都有显著提高,能够更好的进行旅游评论的主题发现。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社