基于密度Canopy的评论文本主题识别方法

作     者：刘滨 詹世源 刘宇 雷晓雨 杨雨宽 陈伯轩 刘格格 高歆 皇甫佳悦 陈莉 LIU Bin;ZHAN Shiyuan;LIU Yu;LEI Xiaoyu;YANG Yukuan;CHEN Boxuan;LIU Gege;GAO Xin;HUANGFU Jiayue;CHEN Li

作者机构：河北科技大学经济管理学院河北石家庄050018 河北科技大学大数据与社会计算研究中心河北石家庄050018 河北政法职业学院图书馆河北石家庄050061 电子科技大学格拉斯哥学院四川成都610000 南京警察学院信息技术学院江苏南京210000 中国人民解放军空军预警学院湖北武汉430019 

出 版 物：《河北科技大学学报》 (Journal of Hebei University of Science and Technology)

年 卷 期：2023年第44卷第5期

页      面：493-501页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家文化和旅游科技创新工程项目(2020年度) 河北省省级科技计划资助项目(20310802D,21310101D) 

主　　题：自然语言处理 主题识别 评论文本 Sentence-BERT LDA 

摘      要：融合Sentence-BERT和LDA的评论文本主题识别(SBERT-LDA)方法,将LDA的主题数作为K-means算法中的k值,导致算法可解释性较差、主题一致性较低。为了解决上述问题,提出基于密度Canopy的SBERT-LDA优化方法(SBERT-LDA-DC),利用密度Canopy改进Kmeans算法。实验结果表明,提出的方法在一致性指标上要优于使用K-means以及K-means++对特征向量聚类的同类方法;与SBERT-LDA方法相比,在1852条戏剧评论数据集上,一致性指标值提高了22.9%。因此,所提出的SBERT-LDA-DC方法是有效的,对产品或服务提供者更好地了解用户意见、完善自身产品或提升服务水平提供了新方法,具有较强的实际应用价值。