《表3 四种评论文本表示方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种融合主题模型的短文本情感分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在进行特征选择之前，首先对训练集中的每篇文档进行分词，使用ICTCLAS分词工具进行分词，然后进行词性过滤、停用词过滤等预处理.将4.1节中获取的景区评论语料加入到基于维基百科中文语料库的词向量模型3中以更新词向量模型；利用gensim三方库训练LDA模型来获得评论文档的主题分布，并利用3.1节的算法得到主题扩展特征；人工提取评论文档的特征包括评论词数、字数、词性占比、非重复词数量占比、情感词数量个数等.依此得到三类特征为:词向量特征，主题扩展特征，人工特征.根据不同特征我们拟采用如表3的四种文本表示方法.