TY -的A2 -埃雷拉,路易斯·哈维尔AU -汗,爱迪盟,居尔穆罕默德Adnan盟——Zareei马赫迪AU -∙r . r . AU -塔尔·Asim AU - Naeem,默罕默德盟-赛义德,Yousaf AU -萨利姆,扮演PY - 2020 DA - 2020/06/02 TI -电影评论总结使用监督学习和基于排名算法SP - 7526580六世- 2020 AB -与日益增长的信息网络,在线电影审查对互联网用户正在成为一种重要的信息资源。然而，网络用户每天发布成千上万的影评，很难手工总结。摘要电影影评的挖掘与总结是自然语言处理中具有挑战性的任务之一。因此，需要一种自动的方法来总结冗长的电影评论，它将允许用户快速识别电影的积极和消极方面。本研究采用一种特征提取技术，即单词包(BoW)，从影评中提取特征，并将影评表示为向量空间模型或特征向量。下一阶段使用朴素贝叶斯机器学习算法将影评(以特征向量表示)分为正和负。然后，根据分类复习句之间的语义相似性构造无向加权图，图节点表示复习句，图的边表示语义相似权值。采用基于图的加权排序算法(WGRA)计算图中每个复习句子的排序得分。最后，根据排名最高的分数选择排名最高的句子(图节点)，生成提取摘要。实验结果表明，该方法优于其他先进的方法。 SN - 1687-5265 UR - https://doi.org/10.1155/2020/7526580 DO - 10.1155/2020/7526580 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -