摘要： 【目的/意义】随着旅游网站的增加，游客的网络评论日益增多。针对传统方法在旅游短文本评论主题分类 时出现特征维度过高和数据稀疏等问题，本文提出一种基于卷积神经网络和 SOM的旅游评论主题发现方法。【方 法/过程】首先采用词向量来进行文本表示，降低了特征维度过高问题；其次，通过卷积神经网络对评论文本提取高 阶的抽象特征；最后在通过 SOM 模型基于提取到的抽象特征对主题进行聚类。【结果/结论】实验结果表明， CNN-SOM算法较传统文本聚类算法在准确率、召回率和 F值上都有显著提高，能够更好的进行旅游评论的主题 发现。
