我打算在 Natural Language Processing （使用NLTK）上完成我的最后一年项目，我感兴趣的领域是 Comment Summarization from Social media websites ，比如Facebook . 例如，我试图做这样的事情：
随机Facebook评论图片：
-
哇！美丽 .
-
看起来真的很美 .
-
很漂亮，漂亮的照片 .
现在，所有这些注释将被映射（使用基于模板的注释摘要技术），如下所示：
3 people find this picture to be "beautiful".
输出将包含单词 "beautiful" ，因为它在注释中比单词 "pretty" 更常用（以及美丽和漂亮是同义词的事实） . 为了完成此任务，我将使用跟踪 Keyword frequency 等方法和 Keyword Scores （在这种情况下，"Beautiful"和"Pretty"得分非常接近） . Is this the best way to do it?
到目前为止，通过我的研究，我已经能够提出以下论文，但没有一篇论文涉及这种评论摘要：
该领域的其他哪些论文涉及类似问题？
除此之外，我还希望我的摘要工具能够改进每个摘要任务 . 如何在这方面应用 machine learning ？
1 回答
主题模型聚类是您正在寻找的 .
在Google Scholars上搜索“主题模型群集”将为您提供有关主题模型群集的大量参考 .
要理解它们，除了机器学习的基础知识之外，您还需要熟悉以下任务的方法 .
聚类：余弦距离聚类，k均值聚类
排名：PageRank，TF-IDF，互信息增益，最大边际相关性