基于细粒度评论挖掘的在线图书相似度计算研究 |
| |
引用本文: | 叶佳鑫,熊回香,孟 璇.基于细粒度评论挖掘的在线图书相似度计算研究[J].情报科学,2023,41(1):166-173. |
| |
作者姓名: | 叶佳鑫 熊回香 孟 璇 |
| |
作者单位: | 华中师范大学信息管理学院 |
| |
基金项目: | 国家社会科学基金重点项目“数智驱动的在线健康资源挖掘与智慧服务研究”(22ATQ004); |
| |
摘 要: | 【目的/意义】通过深度学习方法对图书评论进行细粒度挖掘,并基于挖掘结果优化图书间相似度计算结果。【方法/过程】首先从在线书评网站上采集图书评论,对评论进行词性分析构建属性词表,随后基于属性词表对评论进行类型标注,通过BERT-BiLSTM模型对标注数据进行学习以实现评论自动分类,最后通过BERT对分类后的评论进行向量表示,通过余弦相似度计算评论间的相似度以表征图书相似度。【结果/结论】本文构造的BERT-BiLSTM评论分类模型准确率、召回率和F1值分别达到0.922、0.921和0.921,可以较好地实现评论分类。通过模型将评论划分为文笔、人物、情节、概要、读者态度5种类型来计算图书间相似度可以得到较为契合的相似度结果。【创新/局限】相较于其他类型的评论,通过人物与情节类评论计算图书相似度的效果有待提高。以后可对这两类评论进行更为细粒度的分析。
|
关 键 词: | 图书评论挖掘 评论分类 图书相似度 BERT BiLSTM |
|
| 点击此处可从《情报科学》浏览原始摘要信息 |
|
点击此处可从《情报科学》下载全文 |
|