我打算在自然语言处理（使用NLTK）上完成我的最后一年项目，我感兴趣的领域是社交媒体网站的评论摘要，例如Facebook。例如，我试图做这样的事情：
图片中的随机Facebook评论：
现在，所有这些评论都会被映射（使用基于模板的评论摘要技术）到这样的：
3个人觉得这张照片很漂亮＆＃34;。
输出将包含 ＆＃34; beautiful＆＃34; 这个词，因为它在评论中比 更常用＆＃34;漂亮＆＃34; （以及美丽和漂亮是同义词的事实）。为了完成这项任务，我将使用跟踪 等方法关键字频率 和 关键字分数 （在此方案中，＆＃34;美丽＆＃34; 和＆＃34;漂亮＆＃34; 得分非常接近）。 这是最好的方法吗？
到目前为止，在我的研究中，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，我还希望我的摘要生成器能够改进每个摘要任务。如何在这方面应用 机器学习 ？
答案 0 :(得分：8)
主题模型聚类是您正在寻找的。
在Google学者上搜索＆＃34;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。