原创力文档- 1、本文档共12页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于NLP的航空评论分析创新应用
张磊劳颀卉刘
博钟韬
杭州派迩信息技术有限公
司杭州310000
摘要：将自然语言处理技术
创新应用到航空评论分析中，构建各类
分析航空评论的模型，自动对评论进行
业务分类和主题词提取，快速精准
定位旅客投诉信息，大幅提高航空公司
对旅客评论的处理效率，并通过旅客
评论进行的满意度分析，为服务质量提
升提供有力的数据支撑。关键词：
自然语言处理，航空评论，服务质
量中图分类号：文献标识
码：A文章
编号：
引言
航空领域的旅客评论对服务质量提升具有重要意义，旅客评论是旅客在体验
服务的时结合实际出行情况给出的直观感受，它可以加深航司与旅客之间的联系。
通过对旅客评论的分析，我们发现提取高质量旅客评论有助于航司预测投诉信息、
发现服务缺陷，从而提高旅客的满意度，增强用户粘性，增加行业优势。
1问题描述
航空评论数据具有无规则性和多信息的特点，在文本输入之前，需要减少无
用信息，以便更容易的分析数据。通过LDA主题模型可以有效地提取信息，面对
无用信息时，模型只采用LDA主题模型提取主题词的部分，通过主题词获取部分
高质量的旅客评论，这些旅客评论可以成为航司提升服务质量工作中的重要参考。
•
•
文本预处理
针对航空服务评论信息量较大和不规则句式等问题，同时为了提高提取主题
词的精度，以获取更准确的高价值信息为目的，我们进行文本预处理，降低文本
的复杂度,如图1所示。
图1NLP流程图
Figure.1NLPflowchart
首先需要去除停用词、标点符号和行业特定词等，这一步主要是移除文本中
[1]
的噪声因子，减少干扰，再通过词性分析文本，研究词与词之间的关系，通过
使用文本预料库中的既定规则来识别单词在言语中的作用，即动词，名词，形容
词等，对词性进行约束，以此来去除部分影响模型准确度预测的原始评论。将处
理好的数据转换为数值型数据，将每个单词映射到单独的向量，在映射的过程中，
会考虑每个单词及其周围的单词。由此产生的密集向量可以更好地分析单词和上
下文。然后利用机器学习，用概率方法对输入文本向量进行分类，形成多个复杂
旅客评论分句的依存句法关系有向图。应用基于依存句法关系的主题判断规则，
从旅客评论中抽取主题词，然后根据抽取出来精度较高的关键信息主题词对原始
的旅客评论进行匹配，从而得到相应的分数结果。
•
•
抽取主题词
为了提取航空评论中的高质量文本，我们对预处理后的航空评论进行抽取主
题词，主题词抽取方法有主题模型[2][3]、改进主题模型[4][5]，在应用主题判断规则
判断主题时，需要区分不同主题的相关节点，可以判断出航空评论文本中的主题
和主题词，再通过对句式执行去停用词等操作识别航空服务评论的高质量信息。
我们采用半监督的方式，把词性和文本长度作为限制条件，对识别出高质量信息
的主题词对进行重新组合，保存到初始的主题词库中，主题词库经过不断的扩展
后，词库中包含了丰富的主题词对，充分利用有限的高质量信息主题词库进行扩
展，查询对比不同月份主题词的变化，动态监控相同主题词涉及相关服务问题在
不同月份的改善情况。
FuzzyWuzzy是一个简单易用的模糊字符串匹配工具包，它依据Levenshtein
Distance算法计算两个序列之间的差异。LevenshteinDistance算法又叫Edit
Distance算法，
文档评论（0）