基于自适应在线双词主题模型的应用程序评论新兴主题识别

大纲

摘要
关键词

信息与电子工程前沿（英文）

2022年第23卷第5期页码 678-691

基于自适应在线双词主题模型的应用程序评论新兴主题识别

展示更多

10.1631/FITEE.2100465

引用这篇文章

摘要

应用程序评论中的新兴主题突出了用户在一定时期内关注的主题（如软件漏洞）。准确、及时地识别新兴主题能帮助开发者更有效地更新应用程序。已有文献基于主题模型或聚类方法识别应用程序评论中的新兴主题。然而，由于评论文本长度较短，提供的信息有限，新兴主题识别准确率较低。为解决该问题，提出一种改进的新兴主题识别方法（IETI）。首先采用自然语言处理技术减少评论文本中的噪音数据，然后使用自适应在线双词主题模型识别评论中的新兴主题。最后利用新兴主题中相关的短语和句子解释新兴主题的含义。采用官方更新日志作为新兴主题的评估标准，选择6个常见的应用程序对IETI进行评估。实验结果表明，IETI在识别新兴主题方面优于传统方法，短语标签F1值增量为0.126，句子标签F1值增量为0.061。我们在Github（https://github.com/wanizhou/IETI）上发布了IETI的代码。

关键词

应用程序评论；新兴主题识别；主题模型；自然语言处理

上一篇本期文章

本期文章下一篇

大纲

Figures(5)

标签(1)

其他(2)

信息与电子工程前沿（英文）

基于自适应在线双词主题模型的应用程序评论新兴主题识别

摘要

关键词

评论

大纲

Figures(5)

标签(1)

其他(2)

信息与电子工程前沿（英文）

基于自适应在线双词主题模型的应用程序评论新兴主题识别

摘要

关键词

评论

相关研究