期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CNN和SOM的评论主题发现 被引量：3
1
作者 谢宗彦 黎巎 周纯洁 《情报科学》 CSSCI 北大核心 2018年第6期30-34,共5页
【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... 【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。 展开更多
关键词 深度学习 卷积神经网络 主题发现 短文本 旅游评论
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部