基于概率主題模型的游記文本知識(shí)挖掘.pdf

1、網(wǎng)絡(luò)技術(shù)的發(fā)展促使人們熱衷于在互聯(lián)網(wǎng)上分享旅行經(jīng)歷,游記文本是一種主要形式。游記中蘊(yùn)含著地點(diǎn)代表性知識(shí)(景觀、風(fēng)格、特色活動(dòng)等),對旅行規(guī)劃有很大參考價(jià)值。但由于游記中噪聲多、視角多、缺乏目的地推薦和視覺信息等局限,導(dǎo)致這些知識(shí)難以靠人工方式獲得。
　　 本文研究如何從游記文本中自動(dòng)挖掘出這些知識(shí)并加以利用,為此提出了一種新的概率主題模型——地點(diǎn)-主題(LT)模型,用于從游記中挖掘兩種主題,即刻畫地點(diǎn)特色的局部主題和表示游記中常

2、見語義的全局主題,并用局部主題表示各地點(diǎn),以把握地點(diǎn)代表性知識(shí)和地點(diǎn)間相似度。
　　 基于該模型,結(jié)合旅行規(guī)劃的情境實(shí)現(xiàn)了三種應(yīng)用:(1)目的地推薦——向用戶推薦與給定目的地相似、或是與給定旅行意圖相關(guān)的目的地；(2)目的地概述——利用標(biāo)簽和相關(guān)游記摘錄概括給定目的地的特色；(3)游記可視化——提取給定游記的重要內(nèi)容并搭配相關(guān)圖片。
　　 基于中英文兩個(gè)游記數(shù)據(jù)集(分別包含9.4萬和10萬篇游記),運(yùn)用客觀量化和問卷調(diào)查