论文部分内容阅读
针对现有主题挖掘方法的不足，本文提出一种以句子为粒度的微博主题挖掘方法。首先，以标点符号为依据进行微博文本的句子划分，选择名词和动词为特征词来表征句子；其次，以高频特征词在微博文本集中的共现频次为基础构建词语相似矩阵，辅助计算句子相似度，构建句子相似矩阵；然后，以句子相似矩阵为基础进行聚类分析，通过分析聚类结果实现主题发现；最后，利用改进的LexRank算法计算各主题句子的重要度值，组合重要度值高的句子生成主题摘要，以完成对主题的描述。文章通过实验证明了该方法的可行性。