(2) 长句切分
游记中以长句居多，为了方便后续的特征提取或者分词工作，需要将长句切分。将标点符号集<？！。；….，>作为分隔符，把一个长句切分成多个子句。
6 结论与展望
6.1 本文工作与贡献
本文旨在提出一种旅游意图的挖掘方法，能从游记中挖掘有效信息，并预测游客的内在需求和旅游意图。传统的游客行为模型研究粒度较粗，集中在游客的旅游景点层面。然而即使前往相同景点，游客的游玩活动，情感还是存在区别，因此本文提出细粒度的挖掘游客旅游行为的方法，细化到游客在旅游景点的活动，对活动的情感表达等。
第一，提出了游客行为模型的构建方法。本文基于游客的活动和情感信息构建游客行为模型，并以事理图谱作为知识表示方式，动态展示游客的旅游活动和情感变化。基于词典匹配的方法从游记中抽取旅游目的地。
在抽取游记中旅游活动和情感词时，传统的词对抽取的方法效果不佳。因此本文结合游记的特点，提出了基于词性规则和依存关系抽取的方法。该方法通过实验验证，相比单纯使用词性规则模版，抽取到的结果更全面。与传统的最近距离法和 SBV 极性传递法相比，F1 值高出 20.75%，31.8%。之后将抽取的词对进行筛选匹配，结合事理图谱的动态演化特点，表示游客的行为模型，动态反映其变化过程。
第二，提出了旅游意图预测模型的构建方法。由于目前旅游领域缺少统一的旅游意图类别体系，本文需要构建一个类别体系。通过主题模型和文献研究相结合的方法，定义了 8 项旅游意图类别，将其作为预测模型的标签集。旅游行为模型的事理图谱结合了活动、情感、结构特征，将作为预测模型的输入。为了将图谱进行量化输入，提出了表示行为模型图谱特征的三通道向量矩阵。构建活动词向量、情感词向量和上下文词向量，分别对应图谱的活动、情感、结构特征，并将三者在空间层面叠加，形成三维特征词向量矩阵。构建旅游意图预测模型时，基于 TextCNN 模型，在输入层、池化层、输出层等进行改进，最终输出概率向量，实现预测。通过人工标注数据集进行实验，效果优于传统的 TextCNN 和 ML-KNN模型，F1 值提高了 12.1%和 6.2%，Hamming-loss 下降了 0.1203 和 0.0975，证明该方法效果应用于旅游意图预测时效果较好。
参考文献（略）
