融合主题聚类和语义图模型的产品评论自动摘要方法研究

作     者：谷莹 李贺 祝琳琳 Gu Ying;Li He;Zhu Linlin

作者机构：吉林大学商学与管理学院长春130022 

出 版 物：《图书情报工作》 (Library and Information Service)

年 卷 期：2022年第66卷第13期

页      面：118-126页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 120502[管理学-情报学] 

基　　金：国家自然科学基金项目"基于图模型的多源异构在线产品评论数据融合与知识发现研究"(项目编号:71974075) 中国博士后科学基金资助项目(项目编号:2021M701397)研究成果之一 

主　　题：产品评论 自动摘要 主题聚类 语义图模型 

摘      要：[目的/意义]社交网络快速发展的时代,越来越需要自动摘要技术来解决产品评论信息过载。针对现有图模型方法在评论摘要抽取中存在信息不充分、准确性差的问题,提出一种融合主题聚类和语义图模型的多文本摘要方法。[方法/过程]首先运用FCM(Fuzzy C-means)聚类算法对评论文本进行主题划分;然后利用Word2vec模型获取分类评论句子的向量化表达,并根据句子间的语义相似度进行图模型构建;最后利用加权图排序算法,自动抽取出重要性高的句子形成文本摘要。[结果/结论]实验结果显示,该方法能有效识别出产品评论的关键内容,与传统方法相比,融合主题聚类和语义图模型的方法在信息覆盖率和信息多样性指标方面得到了更高的分数,提高了摘要抽取的质量和效率。