典型文献
融合主题聚类和语义图模型的产品评论自动摘要方法研究
文献摘要：
[目的/意义]社交网络快速发展的时代,越来越需要自动摘要技术来解决产品评论信息过载.针对现有图模型方法在评论摘要抽取中存在信息不充分、准确性差的问题,提出一种融合主题聚类和语义图模型的多文本摘要方法.[方法/过程]首先运用FCM(Fuzzy C-means)聚类算法对评论文本进行主题划分;然后利用Word2vec模型获取分类评论句子的向量化表达,并根据句子间的语义相似度进行图模型构建;最后利用加权图排序算法,自动抽取出重要性高的句子形成文本摘要.[结果/结论]实验结果显示,该方法能有效识别出产品评论的关键内容,与传统方法相比,融合主题聚类和语义图模型的方法在信息覆盖率和信息多样性指标方面得到了更高的分数,提高了摘要抽取的质量和效率.
文献关键词：
产品评论;自动摘要;主题聚类;语义图模型
中图分类号：
作者姓名：
谷莹;李贺;祝琳琳
作者机构：
吉林大学商学与管理学院 长春130022
文献出处：
引用格式：
[1]谷莹;李贺;祝琳琳-.融合主题聚类和语义图模型的产品评论自动摘要方法研究)[J].图书情报工作,2022(13):118-126
A类：
语义图模型,图排序算法
B类：
融合主题,主题聚类,产品评论,自动摘要,社交网络,评论信息,信息过载,模型方法,摘要抽取,信息不充分,多文本,文本摘要,FCM,Fuzzy,means,聚类算法,评论文本,Word2vec,取分,句子,向量化,量化表达,语义相似度,加权图,自动抽取,成文,出产,关键内容,信息多样性,多样性指标,质量和效率
AB值：
0.322467
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
