基于关键词图的社交话题抽取及情感极性判别 |
| |
作者单位: | ;1.贵州师范大学大数据与计算科学学院;2.武汉大学计算机科学学院 |
| |
摘 要: | 研究结合社交媒体特点,充分考虑标签文本和内容文本信息,融合了传统的LDA话题模型对社交文本信息进行话题聚类,从而实现了对社交数据的话题发现,与此同时,文章提出了基于关键词图模型构建话题特征,并结合支持向量机模型进行文本情感极性判别。研究在开放微博数据集和COAE2014公开评测数据上进行了相关实验,实验证明了有效的关键词图模型能进一步克服中文语义的模糊性和歧义性。
|
关 键 词: | LDA 社交话题 关键词图 SVM |
Topic extraction and graph based sentiment polarity discrimination |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|