基于文本摘要的影评评分预测研究?

• 作者: 王峥 邱秀连 邹珞彬
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 文本摘要 TextRank 支持向量机 情感分析 评分预测
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 系统结构
• 页码范围: 146-151
• 页数: 6页
• 分类号: TP391
• 字数: 4457字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2019.01.032

摘要

电影是世界上最重要的娱乐方式之一,人们通常想通过电影评分或者评论来了解一部电影的好坏.目前互联网上有数千万篇电影评论,需要对这些影评进行探索、分析和总结,以便人们能够更好地做出观影选择.实验在豆瓣长影评的背景下对评分预测进行了分析.为了实现这一目标,在综合了主题相似度、评论句位置等特征的基础上,利用情感分析加入句子的情感特征,提出了改进TextRank的文本摘要算法,采用基于词袋模型的SVM分类器进行评分预测.实验结果表明,压缩率在20%至50%之间的影评摘要文本与完整影评相比得到的准确率基本相同或者更高,证明文本摘要适用于长影评评分预测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王峥		9	18	3.0	3.0
2	邱秀连		8	15	2.0	3.0
3	邹珞彬		1	1	1.0	1.0