| 一种融合词序信息的多粒度文本话题情感联合模型 |
| |
| 引用本文： | 赵煜,邵必林,边根庆.一种融合词序信息的多粒度文本话题情感联合模型[J].西安交通大学学报,2014,48(11):103-108. |
| |
| 作者姓名： | 赵煜 邵必林 边根庆 |
| |
| 作者单位： | 西安建筑科技大学管理学院,710055,西安 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 针对基本话题模型只能抽取粗粒度上下文信息的问题,通过对潜在狄里克雷分配(LDA)模型进行扩展,建立了一种利用词序信息的多粒度话题情感联合模型(MTSU-Col)。MTSU-Col模型客观表达了词汇、全局/局部话题、情感标签和词序信息之间的关联关系,使模型中话题和情感的建模更加符合文本的语义表达,有效解决了现有话题、情感分析方法存在的领域依赖问题,从而实现了文本多粒度话题信息和情感倾向信息的同步非监督获取。实验表明:利用MTSU-Col模型对文本进行情感倾向性分类,可使综合评价指标F1值达到84%,整体性能与监督分类方法支持向量机(SVM)类似,均优于未采用词序信息的分析方法。由于挖掘话题集合具有层次化、语义相关的特点,因此MTSU-Col模型对观点挖掘是可行、有效的。
|
| 关 键 词： | 话题模型 文本情感分析 联合模型 词序信息 |
A Joint Model for Multi-Granularity Topics and Sentiments with Fusing Word Order Information |
| |
| ZHAO Yu
,
SHAO Bilin
,
BIAN Genqing.A Joint Model for Multi-Granularity Topics and Sentiments with Fusing Word Order Information[J].Journal of Xi'an Jiaotong University,2014,48(11):103-108. |
| |
| Authors: | ZHAO Yu SHAO Bilin BIAN Genqing |
| |
| Abstract: | |
| |
| Keywords: | topic model text sentiment analysis unification model collocation |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
