您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于LDA和语步标注的主题识别与分析方法研究

文献类型： 中文期刊

作者： 张辉 1 ; 串丽敏 1 ; 郑怀国 1 ; 赵静娟 1 ; 齐世杰 1 ;

作者机构： 1.北京市农林科学院数据科学与农业经济研究所

关键词： LDA模型;语步标注;主题短语;主题分析

期刊名称： 数据与计算发展前沿

ISSN： 2096-742X

年卷期： 2023 年 005 期

页码： 107-118

收录情况： CSCD

摘要： 【目的】从主题表征词抽取和主题句功能分类两个维度，设计基于潜在狄利克雷分布模型（Latent Dirichlet Allocation,LDA）和语步标注的主题分析方法，并探究方法的有效性与实用性。【方法】采用LDA模型进行主题识别，利用Sentence Transformer模型对主题词短语进行提取，同时构建句子功能分类模型进行语步标注，识别文本句子功能类型，从句子功能维度对主题内容进行细粒度分析。【结果】以农业资源与环境领域论文数据为例进行实证研究，结果表明，相比传统LDA模型，经过提取主题词短语后，识别出的主题表征词可读性和解释性更强，进一步结合语步标注后，主题句子内容分析更为深入。【局限】主题短语表征词扩展内容存在含义相同问题，有待进一步改进表征词的多样性，以整合相同含义的主题短语表征词。【结论】本研究所提方法在主题表征词抽取、主题内容分析方面具有较好的效果，可以提高文本主题挖掘的效率与深度。

  • 相关文献
作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台