一种面向观点挖掘的多粒度话题情感联合模型

• 作者: 蔡皖东 赵煜
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 观点挖掘 话题模型 多粒度话题情感联合模型 非监督学习 蒙特卡罗模拟法
• 年，卷（期）: 2011,（3）
• 页码范围: 181-188
• 分类号: TP391
• 字数: 6986字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2011.03.030

摘要

为了提高文本观点挖掘的效率,通过扩展标准话题模型,提出了一种新颖的多粒度话题情感联合模型(MG-TSJ).模型将文本话题区分为全局和局部两类,同时挖掘文本中涉及的多层次话题信息和情感倾向信息.该模型采用非监督的学习方法,解决了现有方法存在的领域依赖问题.通过在测试语料库上进行实验,该模型在文本情感倾向性分类任务中的准确率达到82.6%,具有和监督分类系统相当的性能;挖掘话题集合呈现层次化、语义相关的特点,证明了MG-TSJ模型对观点挖掘是可行的和有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡皖东	西北工业大学计算机学院	157	1423	21.0	28.0
2	赵煜	西北工业大学计算机学院	12	128	5.0	11.0