|
|||||
|
|
| 基于PLSA模型的观点句聚类算法研究 | |
| 作者单位： | ;1.昆明理工大学信息工程与自动化学院 |
| 摘 要： | 针对互联网评论文本中观点句情感特征的稀疏性及低频性,提出一种基于概率潜在语义分析(PLSA)模型的观点句聚类算法。利用PLSA对语料库中的观点句进行数据预处理与数据聚类,并以微平均F1为评价指标设计与采用潜在语义分析(LSA)方法的对比实验。分析与研究结果表明:(1)主题数在20附近时,聚类效果最为显著;主题数超过20时,聚类效果随着主题数的增加呈递减趋势,之后聚类效果趋于稳定;(2)与LSA算法相比,PLSA算法显示出较好的聚类效果,数据测试结果验证了该模型的有效性。研究结果对提高信息检索速度与个性化推送服务具有重要意义。 |
| 关 键 词： | 观点句 聚类分析 PLSA 微平均F1 对比实验 |
Research of Opinion Sentences Clustering Algorithm Based on PLSA Model |
|
| Abstract: | |
| Keywords: | |