TY -的A2 Tolba Amr盟元凌AU - Bin,秦文君AU -魏,黄绿盟——范盟——胡(AU - Tan分钟PY - 2020 DA - 2020/11/19 TI -大数据向使用SLDA意见挖掘和HME-LDA模型SP - 8869385六世- 2020 AB -为了更好地利用大规模网络评论数据的决策支持客户和商家在大数据时代,本文提出了两种无监督优化LDA(潜在狄利克雷分配)模型,即SLDA (SentiWordNet WordNet-Latent狄利克雷分配)和HME-LDA(分层集群MaxEnt-Latent狄利克雷分配),为基于意见挖掘。一个计划的两个优化模型,用种子词作为主题词汇和构造反向索引,旨在提高实验结果的可读性。LDA与此同时,基于主题模型,我们引入新的变量指标提炼主题的分类,分类目标词汇和情绪的意见意见单词由两个不同的计划。为了更好的分类效果,单词之间的相似性计算和种子词以两种方式来抵消LDA的固定参数标准。此外,基于SemEval2016ABSA数据集和Yelp的数据集,我们设计的比较实验与训练集不同的大小和不同的种子字,这证明SLDA HME-LDA有更好性能的准确性,回忆的价值,与未经训练集和谐波值。SN - 1530 - 8669你2020/8869385 / 10.1155——https://doi.org/10.1155/2020/8869385——摩根富林明——无线通信和移动计算PB - Hindawi KW - ER