公开(公告)号：CN115099241B

公开(公告)日：2024-04-12

申请号：CN202210772206.0

申请日：2022-06-30

Applicant: 郑州信大先进技术研究院

Inventor： 张有为 ,  房飞越 ,  陶泽坤 ,  李静 ,  陆川伟 ,  吴洪建 ,  赵清波

IPC: G06F40/30 ,  G06F40/289 ,  G06F40/216

Abstract: 本发明公开了一种基于模型融合的海量旅游网络文本语义分析方法，获取评论数据集，并对数据集中的数据进行预处理；对数据集中的数据进行可视化分析；对评论数据集采用DBSCAN密度聚类，获得数据集D1；利用Word2Vec模型，得到数据集D2；利用Simhash算法，得到数据集D3；利用N‑Gram语言模型得到数据集D4；将数据集D1‑D4中的数据结果综合得到数据集D5；将预处理之后的数据集D5导入TF‑IDF模型和LDA模型，提取得到关键词和主题词；词向量化计算每条评论的关键词向量与主题词向量之间的距离，并根据距离输出结果高的词；根据特色词、酒店名称、酒店类型相互组合构建三元组，得到知识图谱。

公开(公告)号：CN115099241A

公开(公告)日：2022-09-23

申请号：CN202210772206.0

申请日：2022-06-30

Applicant: 郑州信大先进技术研究院

Inventor： 张有为 ,  房飞越 ,  陶泽坤 ,  李静 ,  陆川伟 ,  吴洪建 ,  赵清波

IPC: G06F40/30 ,  G06F40/289 ,  G06F40/216

Abstract: 本发明公开了一种基于模型融合的海量旅游网络文本语义分析方法，获取评论数据集，并对数据集中的数据进行预处理；对数据集中的数据进行可视化分析；对评论数据集采用DBSCAN密度聚类，获得数据集D1；利用Word2Vec模型，得到数据集D2；利用Simhash算法，得到数据集D3；利用N‑Gram语言模型得到数据集D4；将数据集D1‑D4中的数据结果综合得到数据集D5；将预处理之后的数据集D5导入TF‑IDF模型和LDA模型，提取得到关键词和主题词；词向量化计算每条评论的关键词向量与主题词向量之间的距离，并根据距离输出结果高的词；根据特色词、酒店名称、酒店类型相互组合构建三元组，得到知识图谱。