一种基于词典改进LDA模型的评论方面观点级挖掘方法

摘要

本发明公开了一种基于词典改进LDA模型的评论方面观点级挖掘方法，属于网络评论文本挖掘领域。包括：基于原始网络评论库，构建倒排索引列表；对原始网络评论库各句子进行去停词处理，得到预处理后网络评论库；将预处理后网络评论库输入基于SentiWordNet与WordNet的改进LDA模型，采用吉布斯抽样，得到抽样结果；对抽样结果进行排序，选取属于对应评价类别的概率排名前m的单词，根据单词的倒排索引找到具体的句子。本发明将网络评论库的方面直接设置为种子词，不需要人工标注。将评价对象词与评论观点进行分离，通过计算单词与种子词的相似度对LDA模型参数进行偏置，提高模型的效果。基于倒排索引，将聚类结果同种子词及原文建立联系，提高结果的可读性。