《表3 四种评论文本表示方法》
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.
图表编号 | XD0096859900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 吴彦文、黄凯、王馨悦、林娴 |
绘制单位 | 华中师范大学物理科学与技术学院、华中师范大学物理科学与技术学院、华中师范大学信息管理学院、华中师范大学物理科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |