注册帐号丨忘记密码？
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额，充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
文章编号：1008-1542（2023）05-0493-09
摘要：
融合Sentence-BERT和LDA的评论文本主题识别（SBERT-LDA）方法，将LDA的主题数作为K-means算法中的k值，导致算法可解释性较差、主题一致性较低。为了解决上述问题，提出基于密度Canopy的SBERT-LDA优化方法（SBERT-LDA-DC），利用密度Canopy改进K-means算法。（剩余18012字）
登录龙源期刊网
购买文章
基于密度Canopy的评论文本主题识别方法
文章价格：6.00元
当前余额：100.00
阅读
您目前是文章会员，阅读数共：0篇
剩余阅读数：0篇
阅读有效期：0001-1-1 0:00:00
