中文博客多方面话题情感分析研究

• 作者: 傅向华 刘国 郭岩岩 郭武彪
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 多方面情感分析 博客情感分析 LDA模型 HowNet词典
• 年，卷（期）: 2013,（1）
• 页码范围: 47-55
• 页数: 9页
• 分类号: TP391
• 字数: 7622字
• 语种: 中文

摘要

博客是Web环境中个人表达观点和情感的一种重要载体,一般涉及较宽泛的话题,蕴含丰富的舆情信息.现有针对有关社会事件的用户产生内容进行情感分析的研究多数以篇章级为处理粒度,尚不能满足博客文本深度情感分析的需求.该文提出一种基于LDA话题模型与Hownet词典的中文博客多方面话题情感分析方法.该方法首先利用数据语料训练LDA话题模型,然后以滑动窗口为基本处理单位,利用训练好的LDA模型对博客文本进行话题识别与划分；在此基础上,基于Hownet词典对划分后的话题段落进行情感倾向计算.该方法有助于同时识别博客文本所涉及的多方面子话题及每个子话题上的情感倾向.实验结果表明,该方法不仅能获得较好的话题划分结果,也有助于改善情感分析的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅向华	深圳大学计算机与软件学院	28	259	9.0	15.0
2	刘国	深圳大学计算机与软件学院	3	39	2.0	3.0
3	郭岩岩	深圳大学计算机与软件学院	1	36	1.0	1.0
4	郭武彪	深圳大学计算机与软件学院	2	36	1.0	2.0