Current Location:home > Detailed Browse

Article Detail

基于LDA 模型的移动投诉文本热点话题识别

Abstracts

【目的】运用中文信息处理和话题识别与追踪的方法, 从大量移动投诉文本中找出有价值的信息。【方法】从分析投诉文本的特点入手, 使用k-means 先对文本聚类。利用LDA 对每个类进行建模, 提取话题, 并从词频、词跨度和词长三方面计算每个话题中词的权值, 把权重最大的词作为该话题的标签, 并计算每个话题的文档分布概率均值。对具有相同标签的话题, 先按照均值最大的原则去掉重复标签话题, 再对所有话题计算文档支持率, 并将文档支持率作为话题的热度, 通过热度区分热点话题和一般话题。【结果】对投诉文本进行时间上的建模, 通过对比一般话题和热点话题, 得出热点话题的支持文档率至少是一般话题的3 倍, 支持文档率变化趋势也比一般话题高, 说明本文算法是有效的。【局限】没有考虑到话题之间的语义关系。【结论】利用LDA 模型对移动投诉话题检测初探的方法是比较合理和有效的, 对今后此领域的研究具有一定的借鉴意义。
Download Comment From cooperative journals:《数据分析与知识发现》 Hits:1954 Downloads:1411
Recommended references: 方小飞, 黄孝喜, 王荣波,谌志群,王小华.(2017).基于LDA 模型的移动投诉文本热点话题识别.数据分析与知识发现.[ChinaXiv:201711.01967] (Click&Copy)
Version History
[V1] 2017-11-08 16:30:53 chinaXiv:201711.01967V1 Download
Related Paper

Download

Current Browse

Change Subject Browse

Cross Subject Browse

  • - NO