基于微调 Sentence-BERT 与 LDA 的主题挖掘
计算与语言
2025-04-14 v1 信息检索
摘要
研究背景：随着社会的不断发展，消费者在购物时更加关注产品细粒度属性的关键信息。研究目的：本研究将对 Sentence-BERT 词嵌入模型和 LDA 模型进行微调，挖掘商品在线评论中的主题特征，并向消费者展示商品各方面的细节。研究方法：首先，在电商在线评论领域对 Sentence-BERT 模型进行微调，将在线评论文本转换为具有更丰富语义信息的词向量集；其次，将向量化词集输入 LDA 模型进行主题特征提取；最后，通过主题下的关键词分析聚焦产品的关键功能。结果：本研究将该模型与其他词嵌入模型和 LDA 模型以及常见的主题提取方法进行了比较。该模型的主题一致性比其他模型高出 0.5，提高了主题提取的准确性。
引用
@article{arxiv.2504.07984,
title = {Topic mining based on fine-tuning Sentence-BERT and LDA},
author = {Jianheng Li and Lirong Chen},
journal= {arXiv preprint arXiv:2504.07984},
year = {2025}
}
备注
11 pages, 7 Postscript figures